TUGAS BESAR STATISTIK PERENCANAAN

PENGHITUNGAN SAMPEL DAN PENENTUAN STRATA PEMILIK LP2B

KABUPATEN MOJOKERTO

Dosen Pengampu:
Dr. Andi Irawan, S. Si., M. P. P., M. Sc.
Disusun oleh:

Fayza Adilah Pradani 5015201006

Giselle Raniah A. K. 5015201011
Farah Sabara Putri P. 5015201013
Julia Rima Dini 5015201017
Firnanda Firdaus Ramawansyah 5015201037
Naila Hafizhah Irawan 5015201049

DEPARTEMEN PERENCANAAN WILAYAH DAN KOTA

FAKULTAS TEKNIK SIPIL PERENCANAAN DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2021
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya
sehingga saya dapat menyelesaikan tugas besar yaitu laporan yang berjudul “Perhitungan sampel
dan penentuan strata pemilik LP2B Kabupaten Mojokerto“ ini tepat pada waktunya.
Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas dari bapak
Andi Irawan pada mata kuliah statistik perencanaan. Selain itu, makalah ini juga bertujuan untuk
menambah wawasan tentang metode pengambilan sampel bagi para pembaca dan juga bagi
penulis.
Kami mengucapkan terima kasih kepada Bapak Andi Irawan, selaku dosen mata kuliah
Statistik Perencanaan yang telah memberikan tugas ini sehingga dapat menambah pengetahuan
dan wawasan sesuai dengan bidang studi yang saya tekuni. Juga pada Ibu Ummi Fadilah yang
telah membimbing kami dalam mempelajari mata kuliah Statistik Perencanaan hingga kami dapat
menyelesaikan tugas besar ini. Kami juga mengucapkan terima kasih kepada semua pihak yang
telah membagi pengetahuannya sehingga kami dapat menyelesaikan makalah ini.
Laporan ini berisikan metode sampling serta cara dalam pengimplementasiannya yaitu
pencuplikan langsung dari populasi. Bilamana ada beberapa kesalahan yang terdapat dalam
laporan ini, izinkan kami menyampaikan permohonan maaf. Karena kami juga mengetahui bahwa
laporan ini masih memiliki banyak kesalahan dan jauh dari kata sempurna.
Di kemudian hari, kami harap laporan ini bisa menjadi patokan atau tolak ukur dalam
pembelajaran ataupun pembuatan karya ilmiah. Adapun, kami juga berharap semoga makalah ini
bisa bermanfaat bagi pembacanya ataupun penelitian selanjutnya.

Surabaya, 15 Januari 2021

Tim Penulis

ii
 DAFTAR ISI

KATA PENGANTAR................................................................................................................... ii

DAFTAR ISI................................................................................................................................. iii

DAFTAR TABEL ........................................................................................................................ iv

BAB I .............................................................................................................................................. 1
1.1. Latar Belakang ................................................................................................................. 1
1.2. Rumusan Persoalan .......................................................................................................... 2
1.3. Tujuan............................................................................................................................... 2
1.4. Ruang Lingkup ................................................................................................................. 2

BAB II ............................................................................................................................................ 3
2.1 Metode Penelitian ............................................................................................................. 3
2.2 Metode Pengumpulan Data .............................................................................................. 3
2.3 Metode Analisis Data ....................................................................................................... 3
2.4 Penarikan Sampel ............................................................................................................. 4
2.5 Menentukan Ukuran Sampel ............................................................................................ 4

BAB III........................................................................................................................................... 7
3.1 Deskripsi kasus ................................................................................................................. 7
3.2 Kompilasi data.................................................................................................................. 8

BAB IV ......................................................................................................................................... 11
4.1 Rancangan dan Strategi Sampling.................................................................................. 11
4.2 Output Data .................................................................................................................... 13

BAB V .......................................................................................................................................... 17
5.1 Kesimpulan..................................................................................................................... 17
5.2 Rekomendasi .................................................................................................................. 17

iii
 DAFTAR TABEL

Tabel 1 Data Jumlah Pemilik Lahan LP2B

Per Kecamatan di Kabupaten Mojokerto……………..……………..……………………………….8

Tabel 2 Data Kesesuaian Lahan Dalam Hektar

Per Kecamatan di Kabupaten Mojokerto……………………………………………………………..9

Tabel 3 Data Jumlah Penduduk Usia Kerja Menurut Lapangan Usaha di Bidang

Perdagangan di Kabupaten Mojokerto………...……………………..…………………………….10

iv
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Lahan pertanian merupakan aspek penting dalam pemenuhan kebutuhan pangan

nasional, namun lahan pertanian di Indonesia terus dialihfungsikan menjadi lahan lain jika
tidak dihentikan maka produksi pangan Indonesia akan melemah hingga berujung pada
kerugian. Kementerian Pertanian melalui Ditjen PSP membuat program pertanian yang
ditujukan untuk pengoptimalan perlindungan lahan pertanian. Program pertanian tersebut
diberi nama Lahan Pertanian dan Pangan Berkelanjutan (LP2B). Proyek ini akan dilaksanakan
pada Februari hingga Agustus 2019. Adanya program pertanian LP2B didasarkan pada hasil
pemotretan lahan baku sawah oleh BPS, BIG, dan Lapan yang menunjukkan adanya
penurunan luas lahan sawah di Indonesia. Jika pada 2013 luas sawah baku Indonesia mencapai
7.75 juta hektare, pada 2018 jumlahnya menurun ke angka 7.1 juta hektare. Angka penurunan
yang terjadi dikonversi menjadi perumahan, infrastruktur, dan industri. Program pertanian
LP2B diusulkan untuk melindungi lahan pertanian yang ada demi kebutuhan produksi pangan.
Tahun 2019 sasaran program LP2B adalah 16 provinsi yang meliputi Aceh, Sumatera Selatan,
Sumatera Barat, Lampung, Banten, Jawa Barat, Jawa Timur, Jawa Tengah, DIY, Bali, Nusa
Tenggara Timur, Nusa Tenggara Barat, Kalimantan Selatan, Kalimantan Barat, dan Sulawesi
Selatan. Dan Mojokerto termasuk dalam program tersebut.
Pertanian adalah kegiatan pemanfaatan sumber daya hayati yang dilakukan manusia
untuk menghasilkan bahan pangan, bahan baku industri, atau sumber energi, serta untuk
mengelola lingkungan hidupnya. Sebagian besar penduduk dunia bermata pencaharian dalam
bidang-bidang di lingkup pertanian, namun pertanian hanya menyumbang 4% dari PDB dunia.
Para kelompok ilmu-ilmu pertanian mengkaji hal tersebut dengan ilmu-ilmu pendukungnya,
karena pertanian selalu terikat dengan ruang, waktu, dan ilmu-ilmu pendukung, seperti ilmu
tanah, meteorologi, teknik pertanian, biokimia, dan statistika juga dipelajari dalam pertanian.

1
 Berdasarkan uraian-uraian yang telah dijelaskan di atas, kami tertarik untuk membahas
dan mengkaji hal tersebut secara deskriptif, menggunakan data sekunder mengenai persepsi,
aspirasi, dan karakteristik pemilik lahan, Lahan Pertanian Pangan Berkelanjutan (LP2B).

1.2. Rumusan Persoalan

1.2.1 Bagaimana persepsi, aspirasi dan karakteristik pemilik lahan PL2B di Mojokerto?
1.2.2 Bagaimana bentuk rancangan dan strategi sampling?
1.2.3 Bagaimana karakteristik pendukung data pada rancangan sampling?

1.3. Tujuan

1.3.1 Mengetahui bagaimana bentuk persepsi, aspirasi, dan karakteristik pemilik lahan PL2B
di Mojokerto
1.3.2 Mengetahui bentuk rancangan dan startegi sampling serta expected outputnya
1.3.3 Mengetahui karakteristik pendukung rancangan sampling

1.4. Ruang Lingkup

Pembahasan ini terfokus pada :

1.4.1 Menganalisis secara deskriptif data mengenai persepsi, aspirasi, dan karakteristik
PL2B di Mojokerto
1.4.2 Pemrosesan data menggunakan data sekunder dengan menggunakan aplikasi Microsoft
Excel dan Microsoft Word
1.4.2 Melakukan penyusunan sampling dengan pembagian strata serta menambahkan data
pelengkap

2
 BAB II

REVIEW TEORI

2.1 Metode Penelitian

Berdasarkan pada permasalahan yang diteliti, metode yang digunakan adalah

kuantitatif deskriptif. Penelitian kuantitatif deskriptif digunakan untuk menggambarkan,
menjelaskan, atau meringkaskan berbagai kondisi, situasi, fenomena, atau berbagai variabel
penelitian menurut kejadian sebagaimana adanya yang dapat dipotret, diwawancara,
diobservasi, serta yang dapat diungkapkan melalui bahan-bahan dokumenter (Bungin, 2005).
Menurut Arikunto (2005), metode penelitian kuantitatif merupakan metode penelitian
yang menggunakan angka, mulai dari pengumpulan data, penafsiran terhadap data tersebut,
serta penampilan dari hasilnya. Data-data tersebut kemudian dianalisis, dijabarkan dan
disimpulkan secara deskriptif sehingga mendapatkan kesimpulan mengenai kasus yang
diangkat.

2.2 Metode Pengumpulan Data

Penelitian ini menggunakan jenis data berupa data kuantitatif yang diperoleh dari data
sekunder. Menurut Sugiyono (2012), sumber data sekunder adalah sumber data yang
diperoleh dengan cara membaca, mempelajari dan memahami melalui media lain yang
bersumber dari literatur, buku-buku, serta dokumen. Peneliti memperoleh data-data tersebut
melalui himpunan data Badan Pusat Statistik dan dinas daerah terkait.

2.3 Metode Analisis Data

Pada umumnya dalam sebuah penelitian akan dibutuhkan informasi-informasi terkait

topik yang sedang diteliti. Untuk memperoleh informasi terkait topic penelitian maka
diperlukan data yang harus dibuktikan langsung kebenarannya agar informasi yang diperoleh
lebih akurat. Data tersebut dapat berupa data sekunder maupun data primer.
Dalam penelitian ini, digunakan data sekunder terkait populasi jumlah pemilik lahan
LP2B di Kabupaten Mojokerto. Data tersebut merupakan data kuantitatif dengan jumlah yang
cukupbesar. Mengingat adanya keterbatasan dalam biaya, tenaga, waktu, dan

3
 hal lainnya, maka tidak dapat dilakukan survey terrhadap keseluruhan populasi. Oleh karena
itu diperlukan penarikan sampel dari keseluruhan populasi.

2.4 Penarikan Sampel

Sampel adalah sebagian atau wakil populasi yang diteliti (Arikunto, 2002: 109;
Furchan, 2004: 193). Begitu pula menurut Sugiyono (2001: 56) bahwa sampel adalah sebagian
dari jumlah dan karakteristik yang dimiliki oleh populasi. Sampel diambil apabila peneliti
memiliki keterbatasan dalam melakukan penelitian, baik dari segi waktu, tenaga, dana, dan
jumlah populasi yang sangat banyak. Maka diperlukan sampel yang dapat mewakili
keseluruhan populasi. Sampel tersebut dapat diperoleh dengan cara penarikan sampel.
Secara umum, terdapat dua strategi dalam penarikan sampel, yaitu Teknik probabilistic
dan non-probabilistik. Teknik probabilistic (probability sampling) merupakan teknik
penarikan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk
menjadi sampel. Sedangkan teknik non-probabilistik (non-probability sampling) merupakan
teknik penarikan sampel dimana setiap anggota populasi tidak memiliki peluang yang sama
sebagai sampel.
Dalam penelitian ini digunakan teknik penarikan sampel probabilistic dengan cara
stratifikasi atau pembagian strata/kelas untuk mereduksi jumlah obyek yang akan diteliti.
Teknik ini disebut dengan proportionate stratified random sampling. Proportionate stratified
random sampling adalah pengambilan sampel dari anggota populasi secara acak dan berstrata
secara proporsional, dilakukan sampling ini apabila anggota populasinya heterogen (tidak
sejenis).
Proportionate stratified random sampling ini dilakukan dengan cara membuat lapisan-
lapisan (strata), kemudian dari setiap lapisan diambil sejumlah subjek secara acak. Jumlah
subjek dari setiap lapisan (strata) adalah sampel penelitian. Untuk mendapatkan jumlah
sampel penelitian yang baik maka harus dilakukan perhitungan terhadap ukuran sampel yang
dibutuhkan. Hal ini dilakukan agar survei dalam penelitian dapat dilakukan secara efektif.

2.5 Menentukan Ukuran Sampel

Sugiyono (2001:61). Mengatakan bahwa jumlah sampel sering dinyatakan dengan

ukuran sampel. Jumlah sampel yang 100% mewakili populasi adalah sama dengan populasi.
Makin besar jumlah sampel mendekati populasi, maka peluang kesalahan generalisasi

4
semakin kecil dan sebaliknya makin kecil jumlah sampel menjauhi populasi, maka makin
besar kesalahan generalisasi (diberlakukan umum).
Ada tiga hal yang harus diperhatikan dalam menentukan ukuran sampel. Diantaranya
adalah harus menetapkan besarnya kesalahan pengambilan sampel (sampling error) atau biasa
juga di sebut dengan margin of erroratauthe level of precision. Selain itu kita juga harus
menetapkan tingkat kepercayaan (the confidence level) yang akan digunakan dan dan
derajatvariabilitas (degree of variability).
Prosedur yang dilakukan dalam menentukan ukuran sampel adalah sebagai berikut:
1. Siapkan kerangka sampel (sampling frame)
Sampling frame merupakan daftar populasi dari sampel yang akan diambil
secara acak atau dapat disebut sebagai batasan populasi.
2. Klasifikasikan sampling frame tersebut berdasarkan strata yang dikehendaki
3. Tentukan tingkat ketepatan (the level of precision) atau sampling error
The level of precision merupakan rentang yang mencakup nilai sebenarnya
dari parameter populasi yang diestimasi. Rentang ini seringkali dinyatakan
dalam percentage points (i.e., +/- 5%). The level of precision atau sampling
error juga dapat dikatakan sebagai besarnya kesalahan pengambilan sampel.
4. Tentukan tingkat kepercayaan (the confidence level)
Tingkat kepercayaan (the confidence level) digunakan untuk mengestimasi
nilai sebenarnya dari parameter populasi. Landasan teoritis kriterium ini adalah
central limit theorem. Ide dasar teori ini adalah jika dilakukan penarikan sampel
berulang kali dari sebuah populasi, nilai rata-rata sebuah karakteristik yang
didapat dari penarikan sampel itu sama dengan nilai populasi sebenarnya.
Tingkat kepercayaan paling umum untuk pengukuran statistik adalah 90%, 95%
dan 99%. Kita menentukan 95% confidence level, ini berarti dalam 95 dari 100
kali penarikan sampel, akan diperoleh nilai populasi sebenarnya dalam rentang
tingkat ketepatan yang ditentukan sebelumnya.
5. Tentukan derajat variabilitas (Degree of variability)
Kriterium ini mengacu pada distribusi karakteristik yang menjadi perhatian
dalam populasi yang diteliti. Semakin heterogen sebuah populasi, semakin
besar ukuran sampel yang dibutuhkan, dan sebaliknya. Situasi 50/50 split

5
 memiliki variasi yang lebih besardibandingkan dengan 20/80 atau 80/20 split.
Situasi 50/50 split mempunyai derajat variabilitas terbesar.
6. Hitung jumlah completed sample yang dibutuhkan
Rumus berikut dipakai untuk menentukan jumlah completed sample yang
dibutuhkan dengan mempertimbangkan ketiga kriteria di atas dan besarpopulasi
yang diteliti.

𝑁𝑝 𝑝(1 − 𝑝)
𝑁𝑠 =
𝐵
(𝑁𝑝 − 1)(𝐶 )2 + 𝑝(1 − 𝑝)

Dimana,
𝑁𝑠 = ukuran 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑒𝑑 𝑠𝑎𝑚𝑝𝑙𝑒 yang dibutuhkan
𝑁𝑝 = ukuran populasi
𝑝 = proporsi populasi yang diharapkan akan memilih satu dari dua kategori
response
𝐵 = margin of errors
𝐶 = Z score yang sesuai dengan spesifikasi tingkat kepercayaan
7. Pilihlah sampel dari setiap strata secara acak

6
 BAB III

GAMBARAN UMUM

3.1 Deskripsi kasus

Teknik sampling dapat didefinisikan sebagai cara atau metode untuk mengambil cuplikan
dari populasi dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh
representatif dari populasi tersebut. Analisis statistik dari suatu sampel bisa digunakan untuk
menggeneralisasikan keseluruhan populasi (mewakilkan keseluruhan populasi) apabila teknik
pengambilan sampel dilakukan dengan tepat. Teknik ini tentunya dilakukan dengan harapan
bahwa peneliti dapat melakukan survei atau penelitian dengan sampel yang dianggap sudah
merepresentasikan seluruh populasi agar para peneliti dapat lebih menghemat waktu, tenaga,
dan juga biaya. Karena, seperti yang kita ketahui, pengambilan informasi dengan melibatkan
seluruh populasi akan mempersulit berjalannya kegiatan tersebut.

Pengimplementasian teknik sampling pada kehidupan sehari-hari sudah sering kali

ditemukan di masyarakat, salah satunya adalah untuk digunakan dalam penelitian. Pada kasus
kali ini, kami akan melakukan penghitungan jumlah sampel yang dibutuhkan dari pemilik
lahan LP2B tiap kecamatan yang ada pada Kabupaten Mojokerto untuk menghasilkan data
yang paling representatif dari populasi.

Pengambilan sampel ini menggunakan teknik probability sampling, yaitu pengambilan

sampel yang memberikan peluang yang sama bagi seluruh populasi untuk terpilih menjadi
sampel. Metode pada teknik probability sampling yang akan kami gunakan adalah stratified
random sampling, yaitu pembagian populasi ke dalam beberapa kelompok (strata) yang
kemudian akan diambil sampel dari masing-masing kelompok kecil tersebut.

Selain itu, kami juga memilih beberapa karakteristik sosial-ekonomi-demografi yang ada
pada tiap kecamatan Kabupaten Mojokerto untuk diubah menjadi strata-strata yang lebih kecil.
Hal ini menunjukkan pula bahwa menentukan sampel dapat dilakukan menggunakan strata
dengan melibatkan interval untuk semua strata selama karakteristik tersebut dipilih sesuai
dengan keadaan aspek yang paling menunjang sebuah penelitian atau wilayah tertentu. Kami

7
 memilih dua karakteristik yang cukup penting pada Kabupaten Mojokerto yaitu kesesuaian
lahan dalam satuan hektar dan jumlah penduduk usia kerja menurut lapangan usaha di bidang
pertanian pada Kabupaten Mojokerto. Kedua karakteristik tersebut kami nilai dapat
dipertimbangkan untuk dibagi menjadi strata-strata kecil yang digunakan untuk dijadikan
bahan penelitian mengingat pertanian dan kesesuaian lahan adalah salah satu sektor unggulan
dari Kabupaten Mojokerto yang memiliki keterkaitan satu sama lain dengan LP2B. Oleh
karena itu, kami menggunakan kedua karakteristik ini dengan harapan bahwa data yang
tercapai dari pengambilan sampel itu dapat mewakilkan seluruh populasi dari masyarakat
Kabupaten Mojokerto dengan baik.

Kami membagi masing-masing karakteristik ke dalam 5 kelas berdasarkan penghitungan

menggunakan rumus Sturges. Sehingga didapat pula interval dari masing-masing kelas yaitu
sekitar 5.530 untuk karakteristik jumlah penduduk usia kerja menurut lapangan usaha di bidang
pertanian dan interval 580 untuk karakteristik kesesuaian lahan.

3.2 Kompilasi data

Untuk menunjang penelitian kami yaitu penghitungan jumlah sampel dari pemilik lahan
LP2B yang dibutuhkan dari tiap kecamatan pada Kabupaten Mojokerto, kami membutuhkan
beberapa data yaitu data jumlah pemilik lahan LP2B per kecamatan di Kabupaten Mojokerto.
Selain itu, kami juga memerlukan data kesesuaian lahan dalam hektar per kecamatan di
Kabupaten Mojokerto dan data jumlah penduduk usia kerja menurut lapangan usaha di bidang
pertanian di Kabupaten Mojokerto.

Tabel 1 Data Jumlah Pemilik Lahan LP2B Per Kecamatan di Kabupaten Mojokerto

No. Nama Kecamatan Jumlah Pemilik Lahan LP2B

1. Pacet 6.252
2. Trawas 3.012
3. Gondang 4.761
4. Dlanggu 4.972
5. Jatirejo 4.404
6. Kutorejo 4.941
7. Pungging 8.776

8
 No. Nama Kecamatan Jumlah Pemilik Lahan LP2B
8. Mojoanyar 10.282
9. Bangsal 5.745
10. Trowulan 7.850
11. Ngoro 1.535
12. Mojosari 293
13. Puri 11.184
14. Sooko 2.152
15. Gedeg 1.555
16. Kemlagi 1.483
17. Jetis 1.069
18. Dawarblandong 500
Sumber: Data Dosen

Tabel 2 Data Kesesuaian Lahan Dalam Hektar Per Kecamatan di Kabupaten Mojokerto

No. Nama Kecamatan Kesesuaian Lahan (Ha)

1. Jatirejo 1927,55
2. Gondang 2137,96
3. Pacet 2370,94
4. Trawas 103,125
5. Ngoro 1257,22
6. Pungging 2647,68
7. Kutorejo 3015,57
8. Mojosari 1665,7
9. Bangsal 2446,78
10. Mojoanyar 1860,22
11. Dlanggu 2911,41
12. Puri 2334,25
13. Trowulan 3070,67
14. Sooko 1619,65
15. Gedeg 1890,96
16. Kemlagi 2962,78
17. Jetis 2994,22

9
 18. Dawarblandong 805,54

Sumber: Badan Pusat Statistik

Tabel 3 Data Jumlah Penduduk Usia Kerja Menurut Lapangan Usaha di Bidang Perdagangan di
Kabupaten Mojokerto

Jumlah Penduduk Usia Kerja

No. Nama Kecamatan Menurut Lapangan Usaha di
Bidang Pertanian
1. Jatirejo 1.944
2. Gondang 10.346
3. Pacet 24.713
4. Trawas 1.296
5. Ngoro 18.022
6. Pungging 6.691
7. Kutorejo 9.550
8. Mojosari 324
9. Bangsal 4.907
10. Mojoanyar 3.565
11. Dlanggu 10.744
12. Puri 3.241
13. Trowulan 11.319
14. Sooko 1.621
15. Gedeg 4.952
16. Kemlagi 3.832
17. Jetis 6.867
18. Dawarblandong 27.855
Sumber: Badan Pusat Statistik

10
 BAB IV

PEMBAHASAN

4.1 Rancangan dan Strategi Sampling

Prosedur yang pertama kami lakukan adalah mengambil daftar populasi dari sampel
yang akan diambil secara acak dan menentukan batasan populasinya (Sampling Frame).
Disini dapat diketahui bahwa jumlah populasi dari pemilik lahan LP2B Kabupaten Mojokerto
adalah sebesar 80.766. Kemudian kami menentukan besarnya tingkat kesalahan pengambilan
sampel (The Level of Precision/ Sampling Error) sebesar 5% (+/- margin of errors 5%)
dengan tingkat kepercayaan (Confidence Level) 95%, ini berarti dalam 95 dari 100 kali
penarikan sampel, akan diperoleh nilai populasi sebenarnya dalam rentang tingkat ketepatan
yang ditentukan sebelumnya.

Semakin heterogen sebuah populasi, semakin besar ukuran sampel yang dibutuhkan,
dan sebaliknya. Karena data yang kami miliki bersifat heterogen, derajat variabilitas (Degree
of Variability) yang kami gunakan adalah 50/50 split, dimana situasi 50/50 split memiliki
derajat variabilitas yang terbesar. Kemudian, langkah selanjutnya adalah menghitung jumlah
completed sample yang dibutuhkan, dimana setelah dihitung didapatkan bahwa jumlah
complete sample yang dibutuhkan adalah sebesar 383.

Rumus berikut dipakai untuk menentukan jumlah completed sample yang dibutuhkan
dengan mempertimbangkan ketiga kriteria di atas dan besar populasi yang diteliti.

𝑁𝑝 𝑝(1 − 𝑝)
𝑁𝑠 =
(𝑁𝑝 − 1)(𝐵⁄𝐶 )2 + 𝑝(1 − 𝑝)
(80766)(0,5)(0,5)
𝑁𝑠 = = 382,35 = 383
(80766 − 1)(0,05⁄1,96)2 + (0,5)(0,5)

Setelah jumlah completed sample ditemukan, kemudian kami mencari jumlah masing-
masing sampel pemilik LP2B per kecamatan dengan rumus dibawah ini.

11
 ∑ 𝑝𝑒𝑚𝑖𝑙𝑖𝑘 𝐿𝑃2𝐵 𝑝𝑒𝑟 𝑘𝑒𝑐𝑎𝑚𝑎𝑡𝑎𝑛
× 383
𝑡𝑜𝑡𝑎𝑙 𝑝𝑒𝑚𝑖𝑙𝑖𝑘 𝐿𝑃2𝐵 𝐾𝑎𝑏. 𝑀𝑜𝑗𝑜𝑘𝑒𝑟𝑡𝑜

Langkah selanjutnya, kami mencari dua karakteristik data yang masih berhubungan
dengan data pemilik LP2B Kabupaten Mojokerto untuk dijadikan sebagai dasar pembagian
strata/ kelas. Dua karakteristik tersebut adalah data kesesuaian lahan (Hektar) dan jumlah
pekerja yang ada di sektor pertanian.

Untuk Penentuan jumlah kelas interval kami menggunakan rumus sturges, dan
didapatkan bahwa jumlah kelas/ strata yang dihasilkan berjumlah enam.

𝐾 = 1 + 3,3 log 𝑛

𝐾 = 1 + 3,3 log 18 = 5,14 = 6

Kemudian kami menghitung panjang kelas dari masing- masing karakteristik tersebut.
Panjang kelas ini dapat diperoleh dengan rumus di bawah ini.

∑ 𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 − ∑ 𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑒𝑛𝑑𝑎ℎ + 1

𝐿=
1 + 3,3 log 𝑛

3071 − 103 + 1
𝑘𝑒𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 𝑙𝑎ℎ𝑎𝑛 → = 577,36 = 577
1 + 3,3 log 18

27855 − 324 + 1
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑘𝑒𝑟𝑗𝑎 𝑑𝑖 𝑠𝑒𝑘𝑡𝑜𝑟 𝑝𝑒𝑟𝑡𝑎𝑛𝑖𝑎𝑛 → = 5353,9 = 5354
1 + 3,3 log 18

Dapat diperoleh kelas/ strata dari masing- masing karakteristik, yaitu :

Karakteristik
Kelas
Kesesuaian Lahan (Ha) Jumlah Pekerja di Sektor Pertanian
1 103-679 324-5.677
2 680-1.256 5.678-11.031
3 1.257-1.833 11.032-16.385
4 1.834-2.410 16.386-21.739
5 2.411-2.987 21.740-27.093
6 2.988-3.564 27.094-32.447

12
4.2 Output Data

Karakteristik #1 (Kesesuaian Lahan)

Strata
Jumlah Rencana Sampel
Kesesua Nama Kesesuaian Kecamatan
Kelas Pemilik Total Pemilik
ian Kecamatan Lahan (Ha) Terpilih
LP2B Responden LP2B
Lahan

1 103-679 Trawas 103,125 3.012 14 Trawas 14

680- Dawarblando Dawarblando

2 805,54 500 2 2
1.256 ng ng

Ngoro 1257,22 1.535 7 Ngoro

1.257-
3 Sooko 1619,65 2.152 10 Sooko 19
1.833
Mojosari 1665,7 293 2 Mojosari

Mojoanyar 1860,22 10.282 49 Mojoanyar

Gedeg 1890,96 1.555 7 Gedeg

1.834- Jatirejo 1927,55 4.404 21 Jatirejo

4 183
2.410 Gondang 2137,96 4.761 23 Gondang

Puri 2334,25 11.184 53 Puri

Pacet 2370,94 6.252 30 Pacet

Bangsal 2446,78 5.745 27 Bangsal

2.411- Pungging 2647,68 8.776 42 Pungging

5 100
2.987 Dlanggu 2911,41 4.972 24 Dlanggu

Kemlagi 2962,78 1.483 7 Kemlagi

6 Jetis 2994,22 1.069 5 Jetis 65

13
2.988- Kutorejo 3015,57 4.941 23 Kutorejo

3.564 Trowulan 3070,67 7.850 37 Trowulan

TOTAL 80.766 383 383

14
Karakteristik #2 (Jumlah Pekerja di Sektor Pertanian)

Strata
Jumlah
Jumlah Jumlah Rencana Sampel
Nama Pekerja di Kecamatan
Kelas Pekerja di Pemilik Total Pemilik
Kecamatan Sektor Terpilih
Sektor LP2B Responden LP2B
Pertanian
Pertanian

Mojosari 324 293 2 Mojosari

Trawas 1.296 3.012 14 Trawas

Sooko 1.621 2.152 10 Sooko

Jatirejo 1.944 4.404 21 Jatirejo

1 324-5.677 Puri 3.241 11.184 53 Puri 190

Mojoanyar 3.565 10.282 49 Mojoanyar

Kemlagi 3.832 1.483 7 Kemlagi

Bangsal 4.907 5.745 27 Bangsal

Gedeg 4.952 1.555 7 Gedeg

Pungging 6.691 8.776 42 Pungging

Jetis 6.867 1.069 5 Jetis

5.678-
2 Kutorejo 9.550 4.941 23 Kutorejo 117
11.031
Gondang 10.346 4.761 23 Gondang

Dlanggu 10.744 4.972 24 Dlanggu

11.032-
3 Trowulan 11.319 7.850 37 Trowulan 37
16.385

16.386-
4 Ngoro 18.022 1.535 7 Ngoro 7
21.739

15
 21.740-
5 Pacet 24.713 6.252 30 Pacet 30
27.093

27.094- Dawarbland Dawarbland

6 27.855 500 2 2
32.447 ong ong

TOTAL 80.766 383 383

16
 BAB V

PENUTUP

5.1 Kesimpulan

Dalam penelitian mengenai persepsi, aspirasi, dan karakteristik pemilik lahan pada
anggota Lahan Pertanian Pangan Berkelanjutan (LP2B), yang dilakukan oleh tim konsultan
Dep. PWK, ITS Surabaya. Untuk mengehamat biaya dan efisiensi waktu dalam jalannya
penelitian ini, maka perlu dilakukan penarikan sampel dari 81.000 pemilik lahan yang masuk
skema LP2B di 18 kecamatan. Teknik pengambilan sampel yang digunakan ialah
proportionate stratified random sampling, dengan membuat strata atau lapisan-lapisan yang
diambil sejumlah subjek secara acak. Strata yang telah dibagi akan ada ukuran interval yang
sama setiap stratanya. Teknik pengambilan sampel ini akan memperkecil jumlah data dan
ruang lingkup yang diteliti, namun dapat menggambarkan populasi asalnya. Sehingga sampel
ini diharapkan dapat mewakili keseluruhan gejala yang diamati, sehingga dapat mengefisiensi
pelaksanaanya.

5.2 Rekomendasi

Setelah melakukan penelitian ini, rekomendasi yang dapat diberikan yaitu bila
melaksanakan uji penelitian terhadap data yang populasinya dapat dikatakan banyak maka
tidak perlu menggunakan seluruh populasi tersebut, cukup menggunakan sampel. Namun
perlu diingat Teknik pengambilan sampel ini ada bermacam-macam dan ada langkah-langkah
yang harus dilakukan dengan tepat agar tidak ada penyelewangan hasil yang jauh dari populasi
atau keadaan seluruhnya.

17
 DAFTAR PUSTAKA

Arikunto, S. (2005). Prosedur Penelitian: Suatu Pendekatan Penelitian, Jakarta: Rineka

Bungin B., (2005). Metodologi Penelitian Kuantitatif: Komunikasi, Ekonomi, dan Kebijakan
Cipta, hal. 12

Muttaqien, A., 2006, Paradigma Baru Pemberantasan Kemiskinan, Rekonstruksi Arah

Pembangunan Menuju Masyarakat Yang Berkeadilan, Terbebaskan Dan Demokratis,
Jakarta: Khanata Pustaka LP3ES Indonesia. Publik Serta Ilmu-Ilmu Sosial Lainnya, Jakarta:
Kencana, hal. 48-49

Seran, S., 2017, Hubungan Antara Pendidikan, Pengangguran, dan Pertumbuhan Ekonomi dengan
Kemiskinan, Jurnal Ekonomi Kuantitatif Terapan, vol. 10, no.2, hh. 66-67

Sugiyono. (2012). Memahami Penelitian Kualitatif, Bandung: ALFABERA, hal. 141

18
 TUGAS BESAR STATISTIKA PERENCANAAN
ANALISIS STATISTIK PADA ASPEK KEMISKINAN DAN
KEPEMILIKAN FASILITAS BUANG AIR BESAR SENDIRI DI PROVINSI
JAWA BARAT DAN SUMATERA BARAT TAHUN 2019

Dosen Pengampu :
Dr. Andi Irawan, S. Si., M. P. P., M. Sc.
Disusun oleh :
1. Fayza Adilah Pradani 5015201006
2. Giselle Raniah A. K. 5015201011
3. Farah Sabara Putri P. 5015201013
4. Julia Rima Dini 5015201017
5. Firnanda Firdaus R. 5015201037
6. Naila Hafizhah Irawan 5015201049

DEPARTEMEN PERENCANAAN WILAYAH DAN KOTA

FAKULTAS TEKNIK SIPIL, PERENCANAAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2021
 KATA PENGANTAR

Pertama-tama, kami ucapkan syukur dan terima kasih kepada Allah swt. Tuhan Yang Maha
Esa atas rahmat dan karunia-Nya sehingga kami dapat menyelesaikan laporan ini. Laporan ini
kiranya tak akan selesai tanpa bantuan dari beberapa pihak yang terus mendorong penulis untuk
menyelesaikannya. Laporan berjudul “Analisis Statistik Pada Aspek Kemiskinan dan Kepemilikan
Fasilitas Buang Air Besar Di Provinsi Jawa Barat Dan Sumatera Barat” kami tulis dengan tujuan
untuk memenuhi tugas dari mata kuliah Statistik Perencanaan.
Terima kasih penulis haturkan kepada Bapak Andi Irawan dan Ibu Ummi Fadilah yang
senantiasa membimbing kami di dalam kelas dan dalam penyusunan laporan ini. Tanpa adanya
bimbingan dari beliau, kami kiranya tidak akan mampu menyelesaikan makalah ini dengan baik.
Penyusunan laporan yang berjudul “Analisis Statistik Pada Aspek Kemiskinan dan
Kepemilikan Fasilitas Buang Air Besar Di Provinsi Jawa Barat Dan Sumatera Barat” ini tidaklah
mudah. Sebab, banyak hal yang harus kami pelajari sebelumnya agar dapat menyimpulkan suatu
permasalahan ke dalam sebuah analisis yang komperhensif.
Adapun, laporan ini berisikan mengenai analisis dari dua aspek yang menurut kami bisa
jadi saling memiliki keterkaitan yaitu kemiskinan dan kepemilikan fasilitas buang air besar.
Bilamana ada beberapa kesalahan yang terdapat dalam laporan ini, izinkan kami menyampaikan
permohonan maaf. Sebab, laporan ini memang tidak sempurna dan masih memiliki banyak
kelemahan.
Besar harapan kami, di kemudian hari kami harap laporan ini bisa menjadi patokan atau
tolak ukur dalam pembelajaran ataupun pembuatan karya ilmiah. Adapun, penulis juga berharap
semoga makalah ini bisa bermanfaat bagi pembacanya ataupun penelitian selanjutnya.

Surabaya, 15 Januari 2021

Tim Penulis

ii
 DAFTAR ISI

KATA PENGANTAR................................................................................................................... ii
DAFTAR ISI................................................................................................................................. iii
DAFTAR TABEL ........................................................................................................................ iv
BAB I .............................................................................................................................................. 1
2.1 Latar Belakang ................................................................................................................. 1
2.2 Rumusan Persoalan .......................................................................................................... 2
2.3 Tujuan............................................................................................................................... 2
2.4 Ruang Lingkup ................................................................................................................. 2
BAB II ............................................................................................................................................ 3
2.1 Teori ................................................................................................................................. 3
2.2 Metode Penelitian ............................................................................................................. 7
2.3 Metode Pengumpulan Data .............................................................................................. 7
2.4 Metode Analisis Data ....................................................................................................... 7
BAB III......................................................................................................................................... 12
3.1 Deskripsi Kasus .............................................................................................................. 12
3.2 Kompilasi Data............................................................................................................... 13
BAB IV ......................................................................................................................................... 18
4.1 Perhitungan Rata- rata, Variansi, dan Standar Deviasi .................................................. 20
4.2 Uji Hipotesis................................................................................................................... 24
4.3 Analisis Korelasi ............................................................................................................ 28
BAB V .......................................................................................................................................... 34
5.1 Kesimpulan..................................................................................................................... 34
5.2 Rekomendasi .................................................................................................................. 35
DAFTAR PUSTAKA .................................................................................................................. 36

iii
 DAFTAR TABEL

Tabel 1 Nilai z-tabel yang Sering Digunakan dalam Uji Hipotesis ………………………12

Tabel 2 Interpretasi/Klasifikasi Kekuatan Korelasi (Nilai r) ……………………………..14

Tabel 3 Data Persentase Penduduk Miskin Menurut Kota/Kabupaten di Provinsi Jawa Barat
Tahun 2019 ………………………………………………………………………16

Tabel 4 Data Persentase Penduduk Miskin Menurut Kabupaten/Kota di Provinsi Sumatera

Barat Tahun 2019 ………………………………………………………………...17

Tabel 5 Data Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sediri
di Kabupaten/Kota di Provinsi Jawa Barat Barat Tahun 2019 ……………………19

Tabel 6 Data Persentase Rumah Tangga menurut Fasilitas Tempat Buang Air Besar Sendiri
di Kabupaten/Kota Provinsi Sumatera Barat Tahun 2019 ………………………20

Tabel 7 Uji Hipotesis Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air
Besar Sendiri Menggunakan Excel ………………………………………………29
Tabel 8 Uji Hipotesis Persentase Penduduk Miskin Menggunakan Excel ………………..31

iv
 BAB I

PENDAHULUAN

2.1 Latar Belakang

Provinsi merupakan satuan territorial wilayah dengan berbagai kegiatan ekonomi,

sosial dan budaya. Dalam provinsi tersebut terdapat banyak kabupaten/kota. Berbagai
kegiatan dilakukan di perkotaan, hal itu mendorong pemerintah untuk menghadirkan fasilitas
untuk menunjang kegiatan masyarakat di perkotaan tersebut. Fasililitas itu sendiri menurut
KBBI adalah sarana untuk melancarkan pelaksanaan fungsi; kemudahan, dengan adanya
fasilitas kita akan dimudahkan dalam beraktivitas.
Provinsi Jawa Barat dan Sumatera Barat merupakan provinsi dengan tingkat
pertumbuhan dan pembangunan yang cepat. Dengan peningkatan IPM rata-rata diatas 0.50
pada tiap tahun, hal ini menunjukkan bahwa pembangunan di kedua provinsi tersebut
sangatlah baik. Namun tetap saja ada beberapa masalah di dalam pembangunan tersebut baik
dari faktor internal maupun eksternal, salah satu masalah yang dihadapi adalah kemiskinan.
Kemiskinan memiliki banyak fakor penyebab seperti tingkat pendidikan yang rendah,
terbatasnya lapangan pekerjaan, dan keterbatasan sumber daya. Kemiskinan sendiri yaitu
suatu keadaan ketidakmampuan untuk memenuhi kebutuhan dasar, kemiskinan bisa
dikelompokan dalam dua kategori, yaitu kemiskinan absolut dan kemiskinan relatif.
Kemiskinan absolut adalah suatu kondisi ketika seseorang memiliki pendapatan lebih rendah
dari standar hidup yang layak, diukur dengan standar garis kemiskinan. Mereka dianggap tidak
mampu memenuhi barang dan jasa yang diperlukan (seperti tempat tinggal, makanan, dan
pakaian), berbeda dengan kemiskinan relatif tidak didasarkan pada nominal, tetapi persentase
dari standar tertentu. Misalnya, rumah tangga masuk dalam kategori kemiskinan relatif ketika
mereka menerima 60% lebih sedikit dari rata-rata pendapatan rumah tangga. Mereka miskin
karena mereka di bawah rata-rata. Kemiskinan tidak bisa dipahami dengan menggunakan satu
dimensi atau satu indikator saja. Kemiskinan sangat kompleks, sehingga diperlukan indikator
atau ukuran yang multidimensi.
Berdasar uraian yang sudah dijelaskan diatas, kami tertarik untuk membahas,
mengkaji, meneliti hal tersebut secara kuantitatif deskriptif dengan menggunakan data

1
 sekunder mengenai korelasi kepemilikan fasilitas buang air besar sendiri terhadap indeks
kemiskinan.

2.2 Rumusan Persoalan

1.2.1 Bagaimana identifikasi tiap aspek dalam penelitian?

1.2.2 Bagaimana hipotesis perbedaan tiap aspek di antara dua provinsi yang berbeda?
1.2.3 Bagaimana korelasi antara kepemilikkan fasilitas tempat buang air besar sendiri
dengan kemiskinan?

2.3 Tujuan

1.3.1 Mengetahui bagaimana identifikasi tiap aspek dengan jelas

1.3.2 Mengetahui presentase perbedaan hipotesis di antara dua provinsi yang berbeda
1.3.3 Mengetahui korelasi antara kepemilikkan fasilitas tempat buang air besar sendiri dengan
kemiskinan

2.4 Ruang Lingkup

Pembahasan ini terfokus pada :

1.4.1 Menganalisis indikator kemiskinan dengan metode korelasi data fasilitas tempat buang
air besar sendiri dengan kemiskinan di provinsi Jawa Barat dan Sumatera Barat.
1.4.2 Menganalisis data sampling menggunakan data sekunder pada tahun 2019
menggunakan aplikasi Microsoft Excel, Microsoft Word dan perhitungan manual.

2
 BAB II

REVIEW TEORI

2.1 Teori

Berdasarkan Undang-Undang No. 24 Tahun 2004, kemiskinan adalah kondisi sosial

ekonomi seseorang atau sekelompok orang yang tidak terpenuhinya hak-hak dasarnya untuk
mempertahankan dan mengembangkan kehidupan yang bermartabat. Kemiskinan merupakan
suatu permaslahan sosial yang hingga kini masih belum terpecahkan. Berdasarkan data Badan
Pusat Statistik, jumlah penduduk miskin pada Maret 2020 yaitu sebesar 26,42 juta orang,
dimana angka tersebut meningkat 1,63 juta orang terhadap September 2019 dan meningkat
1,28 juta orang terhadap Maret 2019. Jumlah ini tentu saja tidak bisa dibiarkan karena dapat
menimbulkan berbagai macam dampak yang merugikan.
Muttaqien (2006:3) mengungkapkan, bahwa kemiskinan menyebabkan efek yang
hampir sama di semua negara. Kemiskinan menyebabkan:
1. Hilangnya kesejahteraan bagi kalangan miskin (sandang, pangan, papan),
2. Hilangnya hak akan pendidikan,
3. Hilangnya hak akan kesehatan,
4. Tersingkirnya dari pekerjaan yang layak secara kemanusiaan,
5. Termarjinalkannya dari hak atas perlindungan hukum,
6. Hilangnya hak atas rasa aman,
7. Hilangnya hak atas partisipasi terhadap pemerintah dan keputusan publik,
8. Hilangnya hak atas psikis,
9. Hilangnya hak untuk berinovasi, dan
10. Hilangnya hak atas kebebasan hidup.
Selain dampak-dampak umum tersebut, kemiskinan mampu menyebabkan
permasalahan bagi negara. Kemiskinan dapat menyebabkan peningkatan angka
pengangguran. Hal ini terjadi akibat tingkat pendidikan masyarakat miskin yang rendah.
Menurut Badan Pusat Statistik, penduduk 15 tahun ke-atas yang tidak tamat Sekolah Dasar
(SD) adalah sebesar 11,27. Makin tinggi tingkat pendidikan yang ditamatkan, makin besar
kemungkinan seseorang mendapat/memperoleh pekerjaan (Seran, 2017). Masyarakat yang

3
tidak mampu menamatkan pendidikannya hingga ke jenjang yang tinggi, maka akan
mengalami kesulitan dalam mendapatkan pekerjaan, dimana akan mengakibatkan
pengangguran. Masalah pengangguran ini kemudian akan mengarah ke meningkatnya angka
kriminalitas seperti pencurian, penipuan, pembegalan, atau penjambretan demi memenuhi
kebutuhan hidup sehari-hari.
Dampak dari kemiskinan bagi negara juga berupa pertumbuhan ekonomi. Pendidikan
dan pengangguran merupakan penyebab dari pertumbuhan ekonomi. Makin tinggi kualitas
tenaga kerja, makin besar kontribusinya terhadap pertumbuhan ekonomi dan makin tinggi
angka pengangguran, maka akan cenderung berpotensi mengurangi pertumbuhan ekonomi
(Seran, 2017).
Tak hanya itu, kemiskinan juga memiliki dampak serius terhadap lingkungan.
Kemiskinan perlu mendapat perhatian lebih lanjut, khususnya masyarakat yang tinggal di
kawasan-kawasan yang seharusnya digunakan untuk pemukiman. Daerah itu meliputi
pinggiran sungai, kolong jembatan, atau trotoar. Hal ini tentunya akan mengganggu keindahan
sebuah kota sehingga kota tersebut akan terlihat kumuh, tidak terawat, dan tidak sehat. Sesuai
Rencana Tata Ruang Wilayah, daerah-daerah tersebut merupakan daerah sempadan sungai
yang seharusnya tidak boleh ditinggali. Seperti contoh dalam RTRW Kabupaten Bekasi,
kawasan sempadan sungai termasuk kawasan lindung yang dimana tidak dapat dikembangkan
menjadi kawasan pemukiman.
Warga-warga yang tidak mampu membeli atau menyewa rumah memutuskan untuk
tinggal di bantaran sungai, kolong jembatan, hingga trotoar, dimana pembuangan utama
mereka langsung menuju aliran sungai. Menurut data Badan Pusat Statistik, pada tahun 2016
terdapat 24,07% warga yang tidak memiliki fasilitas tempat buang air besar sendiri. Fasilitas
pembuangan air besar tersebut didapatkan melalui MCK bersama, umum, hingga tidak
menggunakan dan tidak memiliki fasilitas tersebut. Hal inilah yang nantinya akan
menyebabkan permasalahan lingkungan, baik bencana alam seperti banjir atau rusaknya
ekosistem perairan.
Penduduk miskin dan fasilitas pembuangan air besar juga telah disebutkan dalam
Rencana Pembangunan Jangka Menengah Daerah (RJPMD) yang diuraikan sebagai berikut:
1. Persentase Penduduk Miskin Menurut RPJMD Jawa Barat

4
 Persentase penduduk miskin Jawa Barat per Maret 2019 mencapai 6,91% dengan
target RPJMD 2019 mencapai 6,66-6,90%. Angka ini sudah cukup baik karena
persentase penduduk miskin di Jawa Barat lebih rendah dari persentase nasional
sebesar 9,41%. Persentase penduduk miskin menurut data Badan Pusat Statistik (BPS)
Jabar tahun 2019 mengalami penurunan hingga mencapai angka 6,91 persen atau
sekira 3,4 juta jiwa, jika dibandingkan dengan angka kemiskinan di tahun 2018 yang
mencapai 7,45 persen atau sekira 3,61 juta jiwa.
Ada tiga hal yang perlu dilakukan Pemerintah Daerah Provinsi (Pemdaprov)
Jawa Barat (Jabar) untuk meningkatkan pertumbuhan ekonomi dan menekan angka
kemiskinan. Pertama dengan memperbanyak investasi. Oleh karena itu, promosi dan
kondusivitas keamanan wilayah perlu dijaga agar investor tertarik untuk menanamkan
modalnya. Kedua yaitu dengan pembangunan infrastruktur sebagai faktor penting
penggerak ekonomi daerah. Untuk itu, pembangunan infrastruktur harus dipercepat.
Kemudian yang ketiga dengan pengembangan kewirausahaan. Pemdaprov Jabar
memiliki berbagai program seperti One Pesantren One Product, Kredit Mesra, hingga
Satu Desa Satu Perusahaan.
2. Persentase Penduduk Miskin Menurut RPJMD Sumatera Barat
Tingkat kemiskinan merupakan salah satu tolak ukur keberhasilan pembangunan
suatu daerah, karena dari tingkat kemiskinan mencerminkan tingkat kesejahteraan
masyarakatnya. Mewujudkan masyarakat yang sejahtera pada dasarnya merupakan
tujuan dari pembangunan daerah. Begitu juga halnya dengan pemerintah Provinsi
Sumatera Barat, penurunan tingkat kemiskinan dijadikan salah satu dari prioritas
RPJMD. Tingkat kemiskinan digambarkan dengan persentase penduduk miskin
Jumlah penduduk miskin Provinsi Sumatera Barat pada bulan Maret 2019
tercatat sebanyak 348,22 ribu jiwa atau sekitar 6,42%. Angka ini berkurang sebanyak
5 ribu jiwa dibandingkan dengan kondisi September 2018 sebesar 353,24 ribu jiwa
atau 6,55%. Jumlah penduduk miskin di Sumatera Barat masih berada dibawah jumlah
rata-rata nasional (9,41%), dan berada pada posisi 9 terendah secara Nasional,
sedangkan untuk pulau Sumatera, Sumbar berada pada posisi ke-3 dibawah Provinsi
Bangka Belitung dan Kepulauan Riau.

5
 Untuk menekan persentase penduduk miskin, Pemerintah Provinsi Sumatera
Barat dalam RPJMD memiliki beberapa strategi seperti meningkatkan keterpaduan
dalam penurunan kemiskinan, mengurangi beban pengeluaran masyarakat miskin, dan
meningkatkan kemampuan juga pendapatan masyarakat miskin. Hal tersebut didukung
dengan beberapa Program Pembangunan Daerah seperti peningkatan akses dan
pemerataan pendidikan menengah, pelayanan kesehatan penduduk miskin, dan
sebagainya.
3. Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri
(RPJMD Jawa Barat)
Persentase rumah tangga menurut fasilitas tempat buang air besar sendiri di
Provinsi Jawa Barat pada tahun 2019 mencapai angka 82,35%. Persentase tersebut
mengalami peningkatan dari tahun sebelumnya yaitu 2018 dengan persentase sebesar
80,85%. Dalam RPJMD Provinsi Jawa Barat Tahun 2018-2023 terdapat beberapa
arahan kebijikan dan program dalam mewujudkan sanitasi layak termasuk fasilitas
tempat buang air besar sendiri. Salah satunya yaitu dengan pemerataan akses terhadap
sanitasi layak dan peningkatan Perilaku Hidup Bersih dan Sehat (PHBS). Arahan
kebijakannya berupa pengembangan sarana prasarana sanitasi dan pengelolaan air
limbah domestic/rumah tangga dengan program seperti program pengelolaan dan
pengembangan sistem drainase juga system air limbah, program peningkatan
prasarana, sarana, dan utilitas umum (PSU), dan lain sebagainya.
4. Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri
(RPJMD Sumatera Barat)
Persentase rumah tangga menurut fasilitas tempat buang air besar sendiri di
Provinsi Sumatera Barat pada tahun 2019 mencapai angka 74,99%. Persentase tersebut
mengalami peningkatan dari tahun sebelumnya yaitu 2018 dengan persentase sebesar
71,79%. Untuk meningkatkan persentase rumah tangga menurut fasilitas tempat buang
air besar sendiri, Pemerintah Provinsi Sumatera Barat memeliki beberapa strategi,
arahan kebijakan, dan program yang tertuang dalam RPJMD Provinsi Sumatera Barat.
Strategi yang dilakukan yaitu dengan membenahi prasarana dan sarana umum di
kawasan pemukiman/perumahan dan lingkungan juga dengan meningkatkan peran
swasta dan masyarakat dalam penyediaan prasarana umum pada kawasan

6
 pemukiman/perumahan dan lingkungan termasuk fasilitas tempat buang air besar atau
sanitasi yang layak.

2.2 Metode Penelitian

Metode yang digunakan untuk penelitian adalah kuantitatif deskriptif. Penelitian

kuantitatif deskriptif digunakan untuk menggambarkan, menjelaskan, atau meringkaskan
berbagai kondisi, situasi, fenomena, atau berbagai variabel penelitian menurut kejadian
sebagaimana adanya yang dapat dipotret, diwawancara, diobservasi, serta yang dapat
diungkapkan melalui bahan-bahan dokumenter (Bungin, 2005).
Menurut Arikunto (2005), metode penelitian kuantitatif merupakan metode penelitian
yang menggunakan angka, mulai dari pengumpulan data, penafsiran terhadap data tersebut,
serta penampilan dari hasilnya. Data-data tersebut kemudian dianalisis, dijabarkan dan
disimpulkan secara deskriptif sehingga mendapatkan kesimpulan mengenai kasus yang
diangkat.

2.3 Metode Pengumpulan Data

Penelitian ini menggunakan jenis data berupa data kuantitatif yang diperoleh dari data
sekunder. Menurut Sugiyono (2012), sumber data sekunder adalah sumber data yang
diperoleh dengan cara membaca, mempelajari dan memahami melalui media lain yang
bersumber dari literatur, buku-buku, serta dokumen. Peneliti memperoleh data-data tersebut
melalui himpunan data Badan Pusat Statistik dan dinas daerah terkait.

2.4 Metode Analisis Data

Data yang dikumpulkan dalam penelitian ini merupakan data kuantitatif dengan skala
pengukuran rasio. Data tersebut kemudian diuji menggunakan metode pengujian hipotesis
(statistik) dan dianalisis menggunakan metode analisis korelasi.
2.4.1 Pengujian Hipotesis (Statistik)

7
 Hipotesis merupakan pernyataan sementara yang nantinya harus diuji
mengenai didukung atau tidaknya pernyataan tersebut oleh suatu data. Hipotesis sering
digunakan sebagai dasar pembuatan keputusan atau pemecahan persoalan ataupun
untuk dasar penelitian lebih lanjut. Dengan adanya berbagai keterbatasan seperti
terbatasnya biaya, tenaga, dan waktu, maka tidak memungkinkan untuk
mengumpulkan data atau informasi dari populasi keseluruhan dalam pengujian
hipotesis. Untuk mereduksi jumlah obyek yang akan diteliti dapat dilakukan dengan
cara sampling.
Sampling merupakan cara mengambil himpunan bagian dari populasi untuk
mendapatkan sampel yang kemudian dapat dijadikan bahan untuk menarik kesimpulan
(inference). Masyhuri (2008) mengatakan, sampel adalah wakil semua unit strata dan
sebagainya yang ada di dalam populasi. Dari kesimpulan tersebut dapat diperoleh
keputusan untuk menolak atau tidak menolak hipotesis yang sedang diuji karena dalam
pengujian hipotesis menggunakan informasi sampel, maka keputusan yang dibuat
dalam menolak/tidak menolak hipotesis mengandung ketidakpastian (uncertainty)
dengan menetapkan toleransi kesalahan/error dalam pengambilan keputusan.
Pada penelitian ini, pengujian hipotesis dilakukan dengan uji hipotesis rata-rata
dua sampel (Hypothesis Testing for Two Sample Means). Karena sampel yang
digunakan jumlahnya melebihi 30 sampel, maka pengujian termasuk uji hipotesis rata-
rata dua sampel besar dengan menggunakan tabel-z (z-Test: Two Sample for Means).
Prosedur yang dilakukan dalam pengujian hipotesis (statistik) ini ialah sebagai
berikut:
1. Tetapkan Hipotesis
Pada tahap ini dilakukan penentuan mengenai hipotesis yang akan diuji.
Terdapat 2 tipe hipotesis, yaitu:
a. Hipotesis Nol (H0 ), merupakan pernyataan tentang nilai parameter populasi.
Hipotesis nol juga merupakan kebalikan dari pernyataan pada hipotesis
alternatif. Hipotesis nol dapat dinyatakan dengan tanda (≤ 𝑎𝑡𝑎𝑢 ≥) dalam uji
hipotesis satu arah (one-tailed test) dan tanda (=) dalam uji hipotesis dua arah
(two-tailed test).

8
 b. Hipotesis Alternatif (H1 ), merupakan pernyataan yang diterima apabila data
sampel memberikan bukti bahwa hipotesis nol salah. Hipotesis alternatif
dapat dinyatakan dengan tanda (< 𝑎𝑡𝑎𝑢 >) dalam uji hipotesis satu arah
(one-tailed test) dan tanda (≠) dalam uji hipotesis dua arah (two-tailed test).
2. Tetapkan Nilai z-tabel atau z kritis (Critical Value)
Nilai z-tabel (critical value) merupakan titik yang membagi daerah dimana
Hipotesis Nol (H0 ) ditolak dan daerah dimana Hipotesis Nol (H0 ) tidak ditolak.
Nilai z-tabel (critical value) dapat diperoleh berdasarkan taraf signifikasi yang
digunakan.
Taraf signifikasi merupakan peluang menolak Hipotesis Nol (H0 ) padahal
Hipotesis Nol (H0 ) tersebut benar. Taraf signifikasi yang sering digunakan adalah
1%, 5%, dan maksimal 10%. Kemudian nilai z-tabel dapat dilihat pada tabel
distribusi normal. Beberapa nilai z-tabel yang sering digunakan dalam uji
hipotesis terdapat pada tabel dibawah ini.

Tabel 1 Nilai z-tabel yang Sering Digunakan dalam Uji Hipotesis

One Tailed Test Two Tailed Test

Tingkat Taraf Nilai z- Tingkat Taraf Nilai z-

Kepercayaan Signifikasi tabel Kepercayaan Signifikasi tabel

90% 10% 1,28 90% 10% 1,65

95% 5% 1,65 95% 5% 1,96

99% 1% 2,33 99% 1% 2,58

3. Hitung/ Identifikasi Statistik Uji (z-statistik atau z-hitung)

Statistik uji merupakan suatu besaran untuk menarik kesimpulan (menolak
H0 atau tidak menolak H0 ).

9
 Pada uji hipotesis rata-rata dua sampel digunakan rumus sebagai berikut:

𝑥̅1 − 𝑥̅2
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑠1 2 𝑠2 2
√
𝑛1 + 𝑛2

4. Tetapkan Daerah Penolakan

Daerah penolakan merupakan suatu daerah (aturan) yang digunakan untuk
menarik kesimpulan (menolak H0 atau tidak menolak H0 ). Hipotesis nol diterima
apabila -critical value < z hitung < +critical value, dan hipotesis nol ditolak
apabila +z hitung > +critical value atau -z hitung < -critical value.
5. Buat Kesimpulan
Kesimpulan dibuat berdasarkan keberadaan statistik uji pada daerah
penolakan. Kesimpulan dapat berupa menolak Hipotesis Nol (H0 ) dan menerima
ipotesis Alternatif (H1 ) atau tidak menolak Hipotesis Nol (H0 ) dan menolak
potesis Alternatif (H1 ).
2.4.2 Analisis Korelasi
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier
(searah bukan timbal balik) antara dua variabel atau lebih. Korelasi digunakan untuk
mengukur kekuatan (strength) antar variabel yang dihubungkan dengan menggunakan
koefisien korelasi.
Koefisien korelasi merupakan nilai untuk mengukur kuat lemahnya
hubungan/korelasi antar variabel. Koefisien korelasi juga menunjukan arah hubungan
antar variabel, apakah hubungannya searah (bertanda positif) atau berlawanan arah
(bertanda negatif). Nilai koefisien korelasi berkisar antara -1 sampai dengan +1. Nilai
koefisien korelasi yang mendekati -1 atau +1 dikatakan memiliki hubungan yang sangat
kuat, dan sebaliknya jika nilai koefisien korelasi mendekati 0 (nol) maka hubungannya
lemah.
Pada penelitian ini digunakan metode analisis koefisien korelasi Pearson.
Korelasi Pearson digunakan untuk jenis data dengan skala pengukuran ratio. Korelasi
Pearson cocok digunakan untuk statistik parametrik. Ketika data berjumlah besar dan
memiliki ukuran parameter seperti mean dan standar deviasi populasi ataupun sampel.
Korelasi Pearson menghitung korelasi dengan menggunakan variansi data. Keragaman

10
data tersebut dapat menunjukkan korelasinya. Korelasi ini menghitung data apa adanya,
tidak membuat peringkat (ranking) atas data yang digunakan. Notasi koefisien korelasi
Pearson adalah r.
Prosedur yang dilakukan dalam analisis korelasi Pearson adalah sebagai
berikut:
1. Menentukan Variabel X dan Variabel Y.
Variabel bebas/ independent (X) adalah variabel yang menjadi dasar
estimasi (sebab), sedangkan variabel terikat/ dependent (Y) adalah variabel yang
sedang diprediksi atau diperkirakan (akibat).
2. Mengidetifikasi Koefisien Korelasi
Pada metode analisis koefisien korelasi Pearson, digunakan rumus sebagai
berikut:
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ][𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]

3. Menarik Kesimpulan
Setelah diperoleh nilai r atau nilai koefisien korelasi, klasifikasikan nilai
tersebut ke dalam interpretasi koefisien korelasi. Nilai r tersebut menunjukan
derajat dan arah hubungan antar dua variabel. Berikut tabel klasifikasi kekuatan
korelasi yang digunakan dalam penelitian ini.

Tabel 2 Interpretasi/Klasifikasi Kekuatan Korelasi (Nilai r)

r Interpretasi
0-0,25 Very Weak
0,26-0,50 Weak
0,51-0,75 Moderately Strong
0,76-1 Very Strong

Nilai positif pada koefisien korelatif menandakan bahwa kedua variabel

berhubungan beriringan/ searah, sedangkan nilai negatif pada koefisien korelatif
menandakan bahwa kedua variabel berhubungan berkebalikan.

11
 BAB III

GAMBARAN UMUM

3.1 Deskripsi Kasus

Secara umum, kemiskinan adalah kondisi kurangnya pendapatan seseorang yang

menyebabkan ketidakmampuan dalam memenuhi kebutuhan pokok hidupnya. Menurut
Suryawati (2004), berdasarkan kondisi ini, suatu masyarakat disebut miskin apabila memiliki
pendapatan jauh lebih rendah dari rata-rata pendapatan sehingga tidak memiliki banyak
kesempatan untuk mensejahterakan dirinya.
Di negara kita sendiri, Indonesia, kemiskinan termasuk salah satu permasalahan yang
hampir dimiliki oleh semua daerah. Kemiskinan termasuk masalah yang perlu mendapat
perhatian dan tindakan khusus karena hal tersebut, menurut Suryawati (2004), berpengaruh
terhadap tingkat kesejahteraan masyarakat. Salah satu hal yang dapat dianggap menjadi
indikasi dari kemiskinan pada masyarakat adalah kondisi kepemilikan fasilitas sanitasi pribadi
yang layak. Kebutuhan fasilitas sanitasi pribadi yang layak ini kemudian dikerucutkan lagi
menjadi fasilitas untuk buang air besar pribadi yang layak.
Pada umumnya, kelompok miskin di Indonesia tidak memiliki akses terhadap sanitasi
dasar atau dengan kata lain melakukan buang air besar di tempat terbuka atau di sungai dan
saluran drainase (Eri T. A., 2009). Masyarakat yang tidak berkecukupan atau dianggap miskin
biasanya tidak memiliki fasilitas buang air besar pribadi yang layak karena sebagian golongan
masyarakat akan mengesampingkan hal tersebut apabila disandingkan dengan kebutuhan
lainnya yang lebih penting contohnya kebutuhan pangan. Padahal menurut B. Candra (2007),
buang air besar (BAB) di sembarangan tempat itu berbahaya. Karena itu akan memudahkan
terjadinya penyebaran penyakit lewat lalat, udara dan air. Masalah pembuangan kotoran
manusia merupakan masalah yang pokok karena kotoran manusia (feses) adalah sumber
penyebaran penyakit multikompleks. Beberapa penyakit yang dapat disebarkan oleh tinja
manusia antara lain tifus, disentri, kolera, bermacam-macam cacing (gelang, kremi, tambang,
pita), schistosomiasis (Notoatmodjo, 2007).
Untuk mengetahui apakah ada hubungan (asosiasi) dari tingkat kemiskinan
masyarakat dan kepemilikan fasilitas sanitasi pribadi, akan dilakukan pengujian korelasi antara

12
 dua hal tersebut. Uji korelasi yang akan digunakan adalah korelasi Pearson yaitu penghitungan
korelasi dengan menggunakan variasi data. Selain itu, kami juga melakukan uji hipotesis untuk
menguji ketepatan data yang terdapat dari sumber.
Dari data-data hasil survey oleh Badan Pusat Statistik yang kami dapatkan melalui
internet, kami memutuskan untuk memilih dua provinsi di Indonesia yang akan kami gunakan
sebagai variabel pada uji hipotesis dan korelasi. Provinsi tersebut adalah Provinsi Jawa Barat
sebagai provinsi termiskin ke-19 di Indonesia dan Provinsi Sumatera Barat sebagai provinsi
termiskin ke-26 di Indonesia (BPS, 2019). Alasan kami memilih kedua provinsi tersebut adalah
kelengkapan data yang dimilikinya yang kami lihat dari aspek persentase kemiskinan provinsi
dari tiap kabupaten/kota pada tahun 2019 dan persentase kepemilikan fasilitas sanitasi pribadi
untuk buang air besar pada tahun 2019.

3.2 Kompilasi Data

3.2.1 Data Persentase Penduduk Miskin Menurut Kota/Kabupaten di Provinsi Jawa Barat
dan Sumatera Barat Tahun 2019
Pada penelitian untuk menentukan hipotesis dan menghitung korelasi antara
kemiskinan masyarakat dan kepemilikan fasilitas buang air besar pribadi, dibutuhkan
beberapa data yang digunakan untuk melakukan perhitungan. Data pertama yang
digunakan adalah data persentase penduduk miskin menurut kota/kabupaten di
Provinsi Jawa Barat dan Sumatera Barat menggunakan data sekunder yang bersumber
dari Badan Pusat Statistik.

Tabel 3 Data Persentase Penduduk Miskin Menurut Kota/Kabupaten di Provinsi

Jawa Barat Tahun 2019.
Persentase Penduduk Miskin
No. Wilayah Jawa Barat
Menurut Kota/Kab Tahun 2019
1. Bogor 6,66
2. Sukabumi 6,22
3. Cianjur 9,15
4. Bandung 5,94

13
 5. Garut 8,98
6. Tasikmalaya 9,12
7. Ciamis 6,65
8. Kuningan 11,41
9. Cirebon 9,94
10. Majalengka 10,06
11. Sumedang 9,05
12. Indramayu 11,11
13. Subang 8,12
14. Purwakarta 7,48
15. Karawang 7,39
16. Bekasi 4,01
17. Bandung Barat 9,38
18. Pangandaran 7,71
19. Kota Bogor 5,77
20. Kota Sukabumi 6,67
21. Kota Bandung 3,38
22. Kota Cirebon 8,41
23. Kota Bekasi 3,81
24. Kota Depok 2,07
25. Kota Cimahi 4,39
26. Kota Tasikmalaya 11,6
27. Kota Banjar 5,5
28. Provinsi Jawa Barat 6,91
Sumber: Badan Pusat Statistik

Tabel 4 Data Persentase Penduduk Miskin Menurut Kabupaten/Kota di Provinsi

Sumatera Barat Tahun 2019
Persentase Penduduk Miskin Menurut
No. Wilayah
Kabupaten/Kota Tahun 2019

14
 1. Kepulauan Mentawai 14,43
2. Pesisir Selatan 7,88
3. Kab.Solok 7,98
4. Sijunjung 7,04
5. Tanah Datar 4,66
6. Padang Pariaman 7,1
7. Agam 6,75
8. Lima Puluh Kota 6,97
9. Pasaman 7,21
10. Solok Selatan 7,33
11. Dharmasraya 6,29
12. Pasaman Barat 7,14
13. Padang 4,48
14. Kota Solok 3,24
15. Sawahlunto 2,17
16. Padang Panjang 5,6
17. Bukittinggi 4,6
18. Payakumbuh 5,68
19. Pariaman 4,76
20. Sumatera Barat (Provinsi) 6,42
Sumber: Badan Pusat Statistik

3.2.2 Data Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar sendiri di
Kabupaten/Kota Provinsi Jawa Barat dan Sumatera Barat
Selain data persentase kemiskinan di Kabupaten/Kota Provinsi Jawa Barat dan
Sumatera Barat, diperlukan pula data persentase rumah tangga menurut fasilitas
tempat buang air besar sendiri di kabupaten/kota Provinsi Jawa Barat dan Sumatera
Barat untuk dapat melakukan uji hipotesis antara kedua provinsi dan uji korelasi antara
kemiskinan dan kepemilikan fasilitas sanitasi (buang air besar) pribadi dari masing-
masing provinsi.

15
Tabel 5 Data Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air
Besar Sediri di Kabupaten/Kota di Provinsi Jawa Barat Barat Tahun 2019
Persentase Rumah Tangga menurut
No. Kabupaten/Kota Fasilitas Tempat Buang Air Besar
Sendiri
1. Kab. Bogor 80,68
2. Kab. Sukabumi 75,49
3. Kab. Cianjur 70,04
4. Kab. Bandung 81,16
5. Kab. Garut 73,3
6. Kab. Tasikmalaya 70,28
7. Kab. Ciamis 81,81
8. Kab. Kuningan 88,91
9. Kab. Cirebon 75,01
10. Kab. Majalengka 86,08
11. Kab. Sumedang 89,54
12. Kab. Indramayu 76,84
13. Kab. Subang 86,04
14. Kab. Purwakarta 89,9
15. Kab. Karawang 80,35
16. Kab. Bekasi 89,81
17. Kab. Bandung Barat 85,68
18. Kab. Pangandaran 82,3
19. Kota Bogor 88,74
20. Kota Sukabumi 89,89
21. Kota Bandung 75,18
22. Kota Cirebon 83,78
23. Kota Bekasi 96,9
24. Kota Depok 96,9

16
 25. Kota Cimahi 80,08
26. Kota Tasikmalaya 86,14
27. Kota Banjar 91,28
Sumber: Badan Pusat Statistik

Tabel 6 Data Persentase Rumah Tangga menurut Fasilitas Tempat Buang Air Besar Sendiri
di Kabupaten/Kota Provinsi Sumatera Barat Tahun 2019

Persentase Rumah Tangga menurut

No. Kabupaten/Kota Fasilitas Tempat Buang Air Besar
Sendiri
1. Kab. Kepulauan Mentawai 56,01
2. Kab. Pesisir Selatan 74,77
3. Kab. Solok 62,16
4. Kab. Sijunjung 69,71
5. Kab. Tanah Datar 78,42
6. Kab. Padang Pariaman 73,76
7. Kab. Agam 84,58
8. Kab. Lima Puluh Kota 66,38
9. Kab. Pasaman 58,29
10. Kab. Solok Selatan 60,65
11. Kab. Dharmasraya 87,03
12. Kab. Pasaman Barat 64,47
13. Kota Padang 83,02
14. Kota Solok 87,31
15. Kota Sawahlunto 86,26
16. Kota Padang Panjang 85,71
17. Kota Bukittinggi 82,15
18. Kota Payakumbuh 90,3
19. Kota Pariaman 89,38
Sumber: Badan Pusat Statistik

17
 BAB IV

PEMBAHASAN

Topik yang akan kami bahas adalah analisis statistik pada aspek kemiskinan dan
kepemilikan fasilitas buang air besar di kabupaten atau kota Provinsi Jawa Barat dan Sumatera
Barat pada tahun 2019. Kami mengambil data terkait topik yang akan dianalisis melalui website
Badan Pusat Statistik (www.bps.go.id). Parameter yang kami gunakan adalah persentase rumah
tangga menurut fasilitas tempat buang air besar sendiri dan persentase penduduk miskin.
Setelah semua data terkumpul, kami menentukan rata-rata, variansi, dan standar deviasi
masing- masing parameter yang digunakan terlebih dahulu dengan menggunakan rumus di bawah
ini.
∑(𝑥𝑖 − 𝑋̅)2
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = 𝑠 2 =
𝑛−1

∑(𝑥𝑖 − 𝑋̅)2
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑠 = √
𝑛−1
Kemudian kami menentukan hipotesis yang kemungkinan besar benar dan mendukung
data yang telah didapatkan untuk tujuan pengujian, dimana langkah pertama yang dilakukan adalah
menentukan hipotesis nol (H0 ) dan hipotesis alternatif (H1 ). Hipotesis nol adalah pernyataan
tentang nilai parameter populasi, sedangkan hipotesis alternatif adalah pernyataan yang diterima
apabila data sampel memberikan bukti bahwa hipotesis nol salah. Lalu langkah selanjutnya adalah
menentukan taraf signifikansi, disini kami sepakat untuk menggunakan tingkat kepercayaan 95%
(taraf signifikansi 5%). Ada dua tipe kesalahan dalam pengambilan hipotesis, yaitu menolak
hipotesis nol yang benar dan menerima hipotesis nol yang salah. Kemudian, langkah selanjutnya
adalah menentukan critical value (z tabel) berdasarkan taraf signifikansi yang dipilih dan
menghitung statistik uji (z hitung), dengan rumus yang ada di bawah ini.
𝑥̅1 − 𝑥̅2
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑠1 2 𝑠2 2
√
𝑛1 + 𝑛2
Setelah nilai statistik uji ditemukan, langkah selanjutnya adalah merumuskan aturan
keputusan terhadap H0 . Hipotesis nol diterima apabila -critical value < z hitung < +critical value,

18
dan hipotesis nol ditolak apabila +z hitung > +critical value atau -z hitung < -critical value. Lalu
langkah yang terakhir adalah menyimpulkan hipotesis.
Selain menentukan hipotesis, kami juga menganalisis korelasi kedua parameter di masing-
masing wilayah dengan menggunakan metode korelasi pearson. Kami menggunakan metode ini
karena data yang kami dapatkan merupakan data rasio. Langkah pertama yang kami lakukan yaitu
menentukan variabel bebas/ independent (X) dan variabel terikat/ dependent (Y). Variabel bebas
adalah variabel yang menjadi dasar estimasi (sebab), sedangkan variabel terikat adalah variabel
yang sedang diprediksi atau diperkirakan (akibat). Kemudian kami menentukan koefisien korelasi
(r) dengan rumus yang ada di bawah ini.
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ][𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]

Koefisien korelasi yang telah didapatkan akan menggambarkan kekuatan hubungan atau
korelasi antara dua variabel yang sudah ditentukan sebelumnya, dimana :

r (0 – 0,25) = Very weak

r (0,26 – 0,50) = Weak

r (0,51 – 0,75) = Moderately strong

r (0,76 – 1) = Very strong

Nilai positif pada koefisien korelatif menandakan bahwa kedua variabel berhubungan
beriringan/ searah, sedangkan nilai negatif pada koefisien korelatif menandakan bahwa kedua
variabel berhubungan berkebalikan.

19
4.1 Perhitungan Rata- rata, Variansi, dan Standar Deviasi
4.1.1 Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri di
Provinsi Jawa Barat Tahun 2019

Kab/Kota di Jawa Perse

No. X 𝒙𝒊 − X |𝒙𝒊 − X| (𝒙𝒊 − X )𝟐
Barat ntase
1 Kab. Bogor 80,68 83,41 -2,73 2,73 7,45
2 Kab. Sukabumi 75,49 83,41 -7,92 7,92 62,73
3 Kab. Cianjur 70,04 83,41 -13,37 13,37 178,76
4 Kab. Bandung 81,16 83,41 -2,25 2,25 5,06
5 Kab. Garut 73,3 83,41 -10,11 10,11 102,21
6 Kab. Tasikmalaya 70,28 83,41 -13,13 13,13 172,397
7 Kab. Ciamis 81,81 83,41 -1,6 1,6 2,56
8 Kab. Kuningan 88,91 83,41 5,5 5,5 30,25
9 Kab. Cirebon 75,01 83,41 -8,4 8,4 70,56
10 Kab. Majalengka 86,08 83,41 2,67 2,67 7,13
11 Kab. Sumedang 89,54 83,41 6,13 6,13 37,58
12 Kab. Indramayu 76,84 83,41 -6,57 6,57 43,16
13 Kab. Subang 86,04 83,41 2,63 2,63 6,92
14 Kab. Purwakarta 89,9 83,41 6,49 6,49 42,12
15 Kab. Karawang 80,35 83,41 -3,06 3,06 9,36
16 Kab. Bekasi 89,81 83,41 6,4 6,4 40,96
17 Kab.Bandung Barat 85,68 83,41 2,27 2,27 5,15
18 Kab. Pangandaran 82,3 83,41 -1,11 1,11 1,23
19 Kota Bogor 88,74 83,41 5,33 5,33 28,41
20 Kota Sukabumi 89,89 83,41 6,48 6,48 41,99
21 Kota Bandung 75,18 83,41 -8,23 8,23 67,73
22 Kota Cirebon 83,78 83,41 0,37 0,37 0,14
23 Kota Bekasi 96,9 83,41 13,49 13,49 181,98
24 Kota Depok 96,9 83,41 13,49 13,49 181,98
25 Kota Cimahi 80,08 83,41 -3,33 3,33 11,09
26 Kota Tasikmalaya 86,14 83,41 2,73 2,73 7,45
27 Kota Banjar 91,28 83,41 7,87 7,87 61,94
JUMLAH 1408,297
2
∑(𝑥𝑖 − 𝑋̅)2 1408,297
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = 𝑠 = = = 54,17
𝑛−1 26
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑠 = √54,17 = 7,36

20
4.1.2 Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri di
Provinsi Sumatera Barat Tahun 2019

Kab/Kota di Persent
No. X 𝒙𝒊 − X |𝒙𝒊 − X| (𝒙𝒊 − X )𝟐
Sumatera Barat ase
Kab. Kepulauan
1 56,01 75,81 -19,8 19,8 392,04
Mentawai
Kab. Pesisir
2 74,77 75,81 -1,04 1,04 1,08
Selatan
3 Kab. Solok 62,16 75,81 -13,65 13,65 186,32
4 Kab. Sijunjung 69,71 75,81 -6,1 6,1 37,21
5 Kab. Tanah Datar 78,42 75,81 2,61 2,61 6,81
Kab. Padang
6 73,76 75,81 -2,05 2,05 4,20
Pariaman
7 Kab. Agam 84,58 75,81 8,77 8,77 76,91
Kab. Lima Puluh
8 66,38 75,81 -9,43 9,43 88,93
Kota
9 Kab. Pasaman 58,29 75,81 -17,52 17,52 306,95
10 Kab. Solok Selatan 60,65 75,81 -15,16 15,16 229,83
11 Kab. Dharmasraya 87,03 75,81 11,22 11,22 125,89
Kab. Pasaman
12 64,47 75,81 -11,34 11,34 128,60
Barat
13 Kota Padang 83,02 75,81 7,21 7,21 51,98
14 Kota Solok 87,31 75,81 11,5 11,5 132,25
15 Kota Sawahlunto 86,26 75,81 10,45 10,45 109,20
Kota Padang
16 85,71 75,81 9,9 9,9 98,01
Panjang
17 Kota Bukittinggi 82,15 75,81 6,34 6,34 40,20
18 Kota Payakumbuh 90,3 75,81 14,49 14,49 209,96
19 Kota Pariaman 89,38 75,81 13,57 13,57 184,14

JUMLAH 2410,51
∑(𝑥𝑖 − 𝑋̅)2 2410,51
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = 𝑠 2 = = = 133,92
𝑛−1 18
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑠 = √133,92 = 11,57

21
4.1.3 Persentase Penduduk Miskin di Provinsi Jawa Barat Tahun 2019

Kab/Kota di Jawa Persent

No. X 𝒙𝒊 − X |𝒙𝒊 − X| (𝒙𝒊 − X )𝟐
Barat ase
1 Kab. Bogor 6,66 7,41 -0,75 0,75 0,56
2 Kab. Sukabumi 6,22 7,41 -1,19 1,19 1,42
3 Kab. Cianjur 9,15 7,41 1,74 1,74 3,03
4 Kab. Bandung 5,94 7,41 -1,47 1,47 2,16
5 Kab. Garut 8,98 7,41 1,57 1,57 2,47
6 Kab. Tasikmalaya 9,12 7,41 1,71 1,71 2,92
7 Kab. Ciamis 6,65 7,41 -0,76 0,76 0,58
8 Kab. Kuningan 11,41 7,41 4 4 16
9 Kab. Cirebon 9,94 7,41 2,53 2,53 6,40
10 Kab. Majalengka 10,06 7,41 2,65 2,65 7,02
11 Kab. Sumedang 9,05 7,41 1,64 1,64 2,69
12 Kab. Indramayu 11,11 7,41 3,7 3,7 13,69
13 Kab. Subang 8,12 7,41 0,71 0,71 0,50
14 Kab. Purwakarta 7,48 7,41 0,07 0,07 0,0049
15 Kab. Karawang 7,39 7,41 -0,02 0,02 0,0004
16 Kab. Bekasi 4,01 7,41 -3,4 3,4 11,56
Kab. Bandung
17 9,38 7,41 1,97 1,97 3,88
Barat
18 Kab. Pangandaran 7,71 7,41 0,3 0,3 0,09
19 Kota Bogor 5,77 7,41 -1,64 1,64 2,69
20 Kota Sukabumi 6,67 7,41 -0,74 0,74 0,55
21 Kota Bandung 3,38 7,41 -4,03 4,03 16,24
22 Kota Cirebon 8,41 7,41 1 1 1
23 Kota Bekasi 3,81 7,41 -3,6 3,6 12,96
24 Kota Depok 2,07 7,41 -5,34 5,34 28,52
25 Kota Cimahi 4,39 7,41 -3,02 3,02 9,12
26 Kota Tasikmalaya 11,6 7,41 4,19 4,19 17,56
27 Kota Banjar 5,5 7,41 -1,91 1,91 3,65
JUMLAH 167,255
∑(𝑥𝑖 − 𝑋̅)2 167,255
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = 𝑠 2 = = = 6,43
𝑛−1 27 − 1
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑠 = √6,43 = 2,54

22
4.1.4 Persentase Penduduk Miskin di Provinsi Sumatera Barat Tahun 2019

Kab/Kota di Persent
No. X 𝒙𝒊 − X |𝒙𝒊 − X| (𝒙𝒊 − X )𝟐
Sumatera Barat ase
Kab. Kepulauan
1 14,43 6,38 8,05 8,05 64,80
Mentawai
Kab. Pesisir
2 7,88 6,38 1,5 1,5 2,25
Selatan
3 Kab. Solok 7,98 6,38 1,6 1,6 2,56
4 Kab. Sijunjung 7,04 6,38 0,66 0,66 0,44
5 Kab. Tanah Datar 4,66 6,38 -1,72 1,72 2,96
Kab. Padang
6 7,1 6,38 0,72 0,72 0,52
Pariaman
7 Kab. Agam 6,75 6,38 0,37 0,37 0,14
Kab. Lima Puluh
8 6,97 6,38 0,59 0,59 0,35
Kota
9 Kab. Pasaman 7,21 6,38 0,83 0,83 0,69
10 Kab. Solok Selatan 7,33 6,38 0,95 0,95 0,90
11 Kab. Dharmasraya 6,29 6,38 -0,09 0,09 0,0081
Kab. Pasaman
12 7,14 6,38 0,76 0,76 0,58
Barat
13 Kota Padang 4,48 6,38 -1,9 1,9 3,61
14 Kota Solok 3,24 6,38 -3,14 3,14 9,86
15 Kota Sawahlunto 2,17 6,38 -4,21 4,21 17,72
Kota Padang
16 5,6 6,38 -0,78 0,78 0,61
Panjang
17 Kota Bukittinggi 4,6 6,38 -1,78 1,78 3,17
18 Kota Payakumbuh 5,68 6,38 -0,7 0,7 0,49
19 Kota Pariaman 4,76 6,38 -1,62 1,62 2,62
JUMLAH 114,27
2
∑(𝑥𝑖 − 𝑋̅)2 114,27
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = 𝑠 = = = 6,35
𝑛−1 19 − 1
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑠 = √6,35 = 2,52

23
4.2 Uji Hipotesis

4.2.1 Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri.
→Uji Hipotesis Dua Sample Mean (Satu Arah/One-Tailed)
1) Step 1
• µ1 = Persentase rumah tangga menurut fasilitas tempat buang air besar
sendiri di Provinsi Jawa Barat tahun 2019
µ2 = Persentase rumah tangga menurut fasilitas tempat buang air besar
sendiri di Provinsi Sumatera Barat tahun 2019
• H0 : µ2 ≥ µ1
H1 : µ2 < µ1
• 𝑠1 = 7,36
𝑠2 = 11,57
• 𝑛1 = 27
𝑛2 = 19
• 𝑋̅1 = 83,41
𝑋̅2 = 75,81
2) Step 2
• Level of Significance = 5% = 0,05
• Z table = 1,65
3) Step 3
H0 ditolak apabila z hitung > 1,65
4) Step 4
𝑥̅1 − 𝑥̅2 83,41 − 75,81 7,6
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 = = = = 2,53
𝑠1 2 𝑠2 2 2 2 3,01
√ √(7,36) + (11,57)
𝑛1 + 𝑛2 27 19
5) Step 5
• 2,53 > 1,65 (Reject 𝐇𝟎 , Accept 𝐇𝟏 )
• Maka, dalam tingkat kepercayaan 95% dapat disimpulkan bahwa
persentase rumah tangga yang memiliki fasilitas tempat buang air besar

24
 sendiri di kab/kota Provinsi Sumatera Barat Tahun 2019 lebih kecil/sedikit
dari persentase di kab/kota Provinsi Jawa Barat Tahun 2019.
→Uji Hipotesis Dua Sample Mean (Dua Arah/Two-Tailed)
1) Step 1
• µ1 = Persentase rumah tangga menurut fasilitas tempat buang air besar
sendiri di Provinsi Jawa Barat tahun 2019
• µ2 = Persentase rumah tangga menurut fasilitas tempat buang air besar
sendiri di Provinsi Jawa Barat tahun 2019
• H0 : µ2 = µ1
H1 : µ2 ≠ µ1
• 𝑠1 = 7,36
𝑠2 = 11,57
• 𝑛1 = 27
𝑛2 = 19
• 𝑋̅1 = 83,41
𝑋̅2 = 75,81
2) Step 2
• Level of Significance = 5% = 0,05
• Z table = ±1,96
3) Step 3
H0 ditolak apabila -z hitung < -1,96 atau +z hitung > 1,96
4) Step 4
𝑥̅1 − 𝑥̅2 83,41 − 75,81 7,6
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 = = = = 2,53
2
𝑠1 𝑠2 2 2 2 3,01
√ + √(7,36) + (11,57)
𝑛1 𝑛2 27 19
5) Step 5
• 2,53 > 1,96 (Reject H0, Accept H1)
• Maka, dalam tingkat kepercayaan 95% dapat disimpulkan bahwa terdapat
perbedaan antara persentase rumah tangga yang memiliki fasilitas tempat
buang air besar sendiri di kab/kota Provinsi Sumatera Barat Tahun 2019
dengan persentase di kab/kota Provinsi Jawa Barat Tahun 2019.

25
 z-Test: Two Sample for Means
Jawa Barat Sumatera Barat
Mean 83,41148148 75,80842105
Known Variance 54,16545926 133,9174251
Observations 27 19
Hypothesized Mean Difference 0
z 2,526726741
P(Z<=z) one-tail 0,005756552
z Critical one-tail 1,644853627
P(Z<=z) two-tail 0,011513104
z Critical two-tail 1,959963985
Tabel 7 Uji Hipotesis Persentase Rumah Tangga Menurut Fasilitas
Tempat Buang Air Besar Sendiri Menggunakan Excel

4.2.2 Persentase Penduduk Miskin.

→Uji Hipotesis Dua Sample Mean (Satu Arah/One-Tailed)
1) Step 1
• μ1 : Persentase penduduk miskin di Provinsi Jawa Barat tahun 2019
𝜇 2 : Persentase penduduk miskin di Provinsi Sumatera Barat tahun 2019
• H0 : 𝜇 2 ≤ 𝜇 1
H1 : 𝜇 2 > 𝜇 1
• 𝑠1 = 2,54
𝑠2 = 2,52
• 𝑛1 = 27
𝑛2 = 19
• 𝑋̅1 = 7,41
𝑋̅2 = 6,38
2) Step 2
• Significance level = 5% = 0,05
• Z table = 1,65

26
 3) Step 3
H0 ditolak apabila z hitung > 1,65
4) Step 4
𝑥̅1 − 𝑥̅2 7,41 − 6,38
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 = = = 1,35
2 2
𝑆2 𝑆22 √(2,54) + (2,52)
√ 1
𝑛1 + 𝑛2 27 19

5) Step 5
• 1,35 < 1,65 (Accept 𝐇𝟎 , Reject 𝐇𝟏 )
• Sehingga, dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
persentase penduduk miskin di kab/kota Provinsi Sumatera Barat lebih kecil
atau sama dengan presentase penduduk miskin di kab/kota Provinsi Jawa
Barat.
→Uji Hipotesis Dua Sample Mean (Dua Arah/Two-Tailed)
1) Step 1
• 𝜇 1 : Persentase penduduk miskin di Provinsi Jawa Barat tahun 2019
𝜇 2 : Persentase penduduk miskin di Provinsi Sumatera Barat tahun 2019
• H0 : 𝜇 1 = 𝜇 2
H1 : 𝜇 1 ≠ 𝜇 2
• 𝑠1 = 2,54
𝑠2 = 2,52
• 𝑛1 = 27
𝑛2 = 19
• 𝑋̅1 = 7,41
𝑋̅2 = 6,38
2) Step 2
• Significance level = 5% = 0,05
• Z table = ±1,96
3) Step 3
H0 ditolak apabila -z hitung < -1,96 atau +z hitung > 1,96

27
 4) Step 4
𝑥̅1 − 𝑥̅2 7,41 − 6,38
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 = = = 1,35
2 2
𝑆12 𝑆22 √(2,54) + (2,52)
√
𝑛1 + 𝑛2 27 19

5) Step 5
• -1,96 < 1,35 < 1,96 (Accept H0, Reject 𝐇𝟏 )
• Sehingga, dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
persentase penduduk miskin Provinsi Jawa Barat sama dengan persentase
penduduk miskin Provinsi Sumatera Barat.

z-Test: Two Sample for Means

Jawa Barat Sumatera Barat
Mean 7,406667 6,384737
Known Variance 6,43 6,35
Observations 27 19
Hypothesized Mean Difference 0
z 1,350787
P(Z<=z) one-tail 0,088382
z Critical one-tail 1,644854
P(Z<=z) two-tail 0,176764
z Critical two-tail 1,959964
Tabel 8 Uji Hipotesis Persentase Penduduk Miskin Menggunakan Excel

4.3 Analisis Korelasi

4.3.1 Analisis Korelasi antara Persentase Fasilitas Tempat Buang Air Besar Sendiri dengan
Persentase Kemiskinan di Kabupaten/kota Provinsi Jawa Barat Tahun 2019.
1) Step 1
Identifikasi Variabel Independent dan Dependent.

1. Variabel Independent (X) : Persentase rumah tangga menurut fasilitas tempat

buang air besar sendiri di kabupaten/kota Provinsi Jawa Barat tahun 2019.

28
 2. Variabel Dependent (Y) : Persentase penduduk miskin menurut
kabupaten/kota di Jawa Barat tahun 2019
2) Step 2
Mencari koefisien korelasi
Kab/Kota di
Fasilitas Kemiskinan
Provinsi 𝑿𝒀 𝑿𝟐 𝒀𝟐
TBAS (X) (Y)
Jawa Barat
Bandung 81,16 5,94 482,09 6586,95 35,28
Bandung
85,68 9,38 803,68 7341,06 87,98
Barat
Bekasi 89,81 4,01 360,14 8065,84 16,08
Bogor 80,68 6,66 537,33 6509,26 44,36
Ciamis 81,81 6,65 544,04 6692,88 44,22
Cianjur 70,04 9,15 640,86 4905,60 83,72
Cirebon 75,01 9,94 745,60 5626,5 98,80
Garut 73,3 8,98 658,23 5372,89 80,64
Indramayu 76,84 11,11 853,69 5904,39 123,43
Karawang 80,35 7,39 593,79 6456,12 54,61
Kota
75,18 3,38 254,11 5652,03 11,42
Bandung
Kota Banjar 91,28 5,5 502,04 8332,04 30,25
Kota Bekasi 96,9 3,81 369,19 9389,61 14,52
Kota Bogor 88,74 5,77 512,03 7874,79 33,29
Kota Cimahi 80,08 4,39 351,55 6412,81 19,27
Kota
83,78 8,41 704,59 7019,09 70,73
Cirebon
Kota Depok 96,9 2,07 200,58 9389,61 4,2849
Kota
89,89 6,67 599,57 8080,21 44,49
Sukabumi

29
Kota
86,14 11,6 999,22 7420,10 134,56
Tasikmalaya
Kuningan 88,91 11,41 1014,46 7904,99 130,19
Majalengka 86,08 10,06 865,97 7409,77 101,20
Pangandara
82,3 7,71 634,53 6773,29 59,44
n
Purwakarta 89,9 7,48 672,45 8082,01 55,95
Subang 86,04 8,12 698,65 7402,88 65,93
Sukabumi 75,49 6,22 469,55 5698,74 38,69
Sumedang 89,54 9,05 810,34 8017,41 81,90
Tasikmalaya 70,28 9,12 640,95 4939,28 83,17
JUMLAH 2252,11 199,98 16519 189260 1648,44
JUMLAH
5071999,5 39992
KUADRAT
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ][𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]

27(16519) − (2252,11)(199,98)
𝑟= = −0,331
√[27(189269) − (5071999,5)][27(1648,44) − (39992)]

TBAS Kemiskinan
TBAS 1
Kemiskinan -0,33114625 1

30
 Weak Negative Correlation
120

100

80

60

40

20

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

Fasilitas TBAS (X) Kemiskinan (Y)

3) Step 3
Menarik Kesimpulan
Ditinjau dari analisis perhitungan dan grafik di atas, maka dapat diperoleh
koefisien korelasi (r) antara fasilitas TBAS (X) dan kemiskinan (Y) di Jawa Barat
adalah -0,331 dengan korelasi berlawanan dan berhubungan lemah (Weak Negative
Correlation).

4.3.2 Analisis Korelasi antara Persentase Fasilitas Tempat Buang Air Besar Sendiri dengan
Persentase Kemiskinan di Kabupaten/kota Provinsi Sumatera Barat Tahun 2019.
1) Step 1
Identifikasi Variabel Independent dan Dependent.

1. Variabel Independent (X) : Data persentase rumah tangga menurut fasilitas

tempat buang air besar sendiri di kabupaten/kota Provinsi Sumatera Barat tahun
2019.
2. Variabel Dependent (Y) : Data persentase penduduk miskin menurut
kabupaten/kota di Sumatera Barat tahun 2019
2) Step 2
Mencari koefisien korelasi

31
 Kab/Kota di
Fasilitas Kemiskinan
Provinsi 𝑿𝒀 𝑿𝟐 𝒀𝟐
TBAS (X) (Y)
Sumatera Barat
Agam 84,58 6,75 570,92 7153,77 45,56
Bukittinggi 82,15 4,6 377,89 6748,62 21,16
Dharmasraya 87,03 6,29 547,42 7574,22 39,56
Kab. Solok 62,16 7,98 496,04 3863,87 63,68
Kep. Mentawai 56,01 14,43 808,22 3137,12 208,23
Kota Solok 87,31 3,24 282,88 7623,04 10,50
Lima Puluh
66,38 6,97 462,67 4406,30 48,58
Kota
Padang 83,02 4,48 371,93 6892,32 20,07
Padang
85,71 5,6 479,98 7346,20 31,36
Panjang
Padang
73,76 7,1 523,70 5440,54 50,41
Pariaman
Pariaman 89,38 4,76 425,45 7988,78 22,66
Pasaman 58,29 7,21 420,27 3397,72 51,98
Pasaman Barat 64,47 7,14 460,32 4156,38 50,98
Payakumbuh 90,3 5,68 512,90 8154,09 32,26
Pesisir Selatan 74,77 7,88 589,19 5590,55 62,09
Sawahlunto 86,26 2,17 187,18 7440,79 4,71
Sijunjung 69,71 7,04 490,76 4859,48 49,56
Solok Selatan 60,65 7,33 444,57 3678,42 53,73
Tanah Datar 78,42 4,66 365,44 6149,70 21,72
JUMLAH 1440,36 121,31 8817,71 111602 888,804
JUMLAH
2074636,9 14716,12
KUADRAT
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ][𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]

32
 19(8817,71) − (1440,36)(121,31)
𝑟= = −0,721
√[19(111602) − (2074636,9)][19(888,804) − (14716,12)]

TBAS Kemiskinan
TBAS 1
Kemiskinan -0,721376 1

Moderately Strong Negative Correlation

120

100

80

60

40

20

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Fasilitas TBAS (X) Kemiskinan (Y)

3) Step 3
Menarik Kesimpulan
Ditinjau dari analisis perhitungan dan grafik di atas, maka dapat diperoleh
koefisien korelasi (r) antara fasilitas TBAS (X) dan kemiskinan (Y) di Sumatera
Barat adalah -0,721 dengan korelasi berlawanan dan berhubungan kuat (Moderately
Strong Negative Correlation).

33
 BAB V

PENUTUP

5.1 Kesimpulan

Pengujian Hipotesis dan Korelasi pada objek Fasilitas Kepemilikkan Tempat Buang Air Besar
Sendiri dengan Penduduk Miskin di Provinsi Jawa Barat dan Sumatera Barat pada Tahun 2019,
memberikan beberapa kesimpulan yaitu sebagai berikut :

• Dari pengujian Hipotesis yang dilakukan pada persentase fasilitas rumah tangga tempat BAB di
Jawa Barat dengan Sumatera Barat mendapatkan hasil bahwa H0 ditolak dan H1 diterima, maka
dapat ditarik kesimpulan bahwa persentase fasilitas rumah tangga yang memiliki tempat BAB
sendiri di Kab/Kota Sumatera Barat lebih kecil/sedikit dari persentase di Kab/Kota Provinsi Jawa
Berat.
• H0 : µ2 ≥ µ1
H1 : µ2 < µ1
• Dari pengujian Hipotesis yang dilakukan pada persentase penduduk miskin di Jawa Barat
dengan Sumatera Barat mendapatkan hasil bahwa H0 ditolak dan H1 diterima, maka
dapat ditarik kesimpulan bahwa persentase penduduk miskin di Kab/Kota Provinsi Jawa
Barat lebih besar dari persentase penduduk miskin di Kab/Kota Provinsi Sumatera Barat.
• H0 : 𝜇1 ≤ 𝜇2
H1 : 𝜇 1 > 𝜇2
• Dari pengujian Korelasi yang dilakukan pada persentase fasilitas rumah tangga tempat
BAB sendiri dengan persentase penduduk miskin di Sumatera Barat, mendapatkan hasil
korelasi (r) sebesar -0,721 yaitu termasuk dalam korelasi yang berlawanan dan
berhubungan kuat (Moderately Strong Negative Correlation).
• Dari pengujian Korelasi yang dilakukan pada persentase fasilitas rumah tangga tempat
BAB sendiri dengan persentase penduduk miskin di Jawa Barat, mendapatkan hasil
korelasi (r) sebesar -0,331 yaitu termasuk dalam korelasi yang berlawanan dan
berhubungan lemah (Weak Negative Correlation).

Kesimpulan secara keseluruhan dari pengujian yang telah dilakukan yaitu, di antara
Kab/Kota di Provinsi Jawa Barat dengan Kab/Kota di Provinsi Sumatera Barat terdapat

34
 perbedaan angka kemiskinan dan angka kepemilikkan fasilitas tempat BAB sendiri. Dimana
Provinsi Jawa Barat angka kemiskinannya lebih besar, dan Sumatera Barat angka
kepemilikkan fasilitas tempat BAB nya sendiri lebih kecil. Perbedaan angka ini terjadi karena
potensi daerah yang berbeda dan juga dipengaruhi jumlah penduduk Kab/Kota yang ada
dalam provinsi masing-masing. Juga terdapat kesimpulan bahwa angka kemiskinan berkaitan
dengan kepemilikkan fasilitas rumah tangga tempat BAB sendiri di suatu daerah, seperti yang
telah dilakukan dalam pengujian ini.

5.2 Rekomendasi

Dari pengujian yang telah dilakukan dengan hasil dan kesimpulannya, terdapat
rekomendasi yang dapat dilakukan yaitu, untuk Kab/Kota di Jawa Barat perlu melakukan
perombakan perencanan tata system ekonomi di daerahnya, karena angka kemiskinannya
yang terbilang besar/tinggi. Namun tidak hanya di Jawa Barat di provinsi-provinsi seluruh
Indonesia angka kemiskinan memang perlu diperbaiki. Rekomendasi kebijakan yang dapat
dilakukan untuk menangani angka kemiskinan dari analasis data ini adalah dengan
pembangunan infrastruktur mulai yang paling dasar hingga yang kompleks, karena
pembangunan ini dapat mengurangi tingkat pengangguran sehingga masyarakat dapat
meningkatkan ekonomi rumah tangganya. Selain itu juga setiap penduduk sangat disarankan
untuk memiliki fasilatas tempat BAB sendiri di rumahnya, dan pemerintah memberikan
infrastruktur yang memadai seperti kesediaan air bersih untuk kepentingan kesehatan
masyarakat. Kesehatan masyarakat sangat mempengaruhi ekonomi mereka, karena perlu
biaya untuk berobat atau rawat jalan dan mengurangi intensitas kerjanya. Hal ini dapat
mempengaruhi angka kemiskinan di Indonesia.

35
 DAFTAR PUSTAKA

Arikunto, S. (2005). Prosedur Penelitian: Suatu Pendekatan Penelitian, Jakarta: Rineka Cipta, hal.
12

Bungin B., (2005). Metodologi Penelitian Kuantitatif: Komunikasi, Ekonomi, dan Kebijakan
Publik Serta Ilmu-Ilmu Sosial Lainnya, Jakarta: Kencana, hal. 48-49

Sugiyono. (2012). Memahami Penelitian Kualitatif, Bandung: ALFABERA, hal. 141

Murthy, A. S. 2017. “Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Kota

Semarang Tahun 1996-2014”. Skripsi. Fakultas Ekonomi Dan Bisnis, Ekonomi
Pembangunan, Universitas Muhammadiyah Surakarta, Surakarta.
Adhi. E. T. 2009. Pelayanan Sanitasi Buruk: Akar Dari Kemiskinan, Jurnal Analisis Sosial Vol.
14 No. 2.
Dunggio, N. C. 2012. “Faktor-Faktor Yang Mempengaruhi Perilaku Masyarakat Tentang
Penggunaan Jamban Di Desa Modelomo Kecamatan Tilong Kabila Kabupaten Bone
Bolango Tahun 2012”. Skripsi. Fakultas Ilmu-Ilmu Kesehatan Dan Keolahragaan, Program
Studi Kesehatan Masyarakat Peminatan Kesehatan Lingkungan, Universitas Negeri
Gorontalo, Gorontalo.

36